llm round trip correctness
1.0.0
이 저장소는 BPMN 모델 파이프 라인에 대한 텍스트에 대한 프록시 평가 방법의 아이디어를 테스트합니다. 프록시 평가에는 왕복 파이프 라인, "텍스트 to bpmn to text"가 포함되며, 지상 진실 BPMN이 없을 때 평균 텍스트를 텍스트 유사성으로 계산합니다. 프록시 방법이 효과적인지를 보여 주려면 먼저 Model_Evaluation 모듈에서 기존 BPMN에서 BPMN 평가가 프록시 텍스트와 텍스트 메소드와 어떻게 상관되는지 조사해야합니다. 이 작업은이 출판물에 대한 텍스트 대 코드 왕복에서 영감을 얻었습니다.
요구 사항은이 pyproject.toml 파일에 있습니다. 저장소를 복제 한 후 실행하십시오.
poetry install파이프 라인을 실행하려면 이와 유사한 명령을 사용하십시오.
screen -d -m python genai_gpt_pipeline.py --model-path ./data/pet/ground_json --text-path ./data/pet/process_descriptions --example pet --direction t2t CSV 파일은 결과 디렉토리에 기록됩니다. Jupyter 노트북은 결과를 시각화하는 데 사용됩니다.
알려진 문제가 없습니다.
버그를 찾거나 내용에 대해 질문이 있으면이 저장소에서 문제를 만듭니다.
코드를 기여하고 수정 또는 개선을 제공하려면 풀 요청을 보내십시오. 법적 이유로 인해 기고자는이 프로젝트에 첫 번째 풀 요청을 만들 때 DCO를 수락하도록 요청받습니다. 이것은 제출 과정에서 자동화 된 방식으로 발생합니다. SAP는 Linux Foundation의 표준 DCO 텍스트를 사용합니다.
저작권 (C) 2024 SAP SE 또는 SAP 계열사. 모든 권리 보유. 이 프로젝트는 Apache Software 라이센스 버전 2.0에 따라 라이센스가 부여됩니다.
