Fine Tuning GPT 3 for Amazon Support Chatbot

Amazon поддерживает чат-бот с тонкой настройкой GPT-3

Этот проект включает в себя создание пользовательского бота-поддержки Amazon с использованием языковой модели GPT-3 от OpenAI. Цель состоит в том, чтобы построить разговорной ИИ, который может дать точные и полезные ответы на запросы клиентов на основе набора данных ответа на вопросы Amazon. Мы точно настроим модель GPT-3 на пользовательском наборе данных Amazon для ответов на вопрос, отвечающий на вопрос.

Шаги проекта

1. Подготовка данных

• Проект начинается с набора данных с именем amazon_qna.csv , который содержит связанные с Amazon вопросы и ответы.
• Чтобы обучить модель GPT-3, из исходного набора данных создается небольшая выборка данных обучения и проверки.

2. Преобразование данных

• Наборы данных обучения и проверки ( training_amazon_qna.csv и validation_amazon_qna.csv ) преобразуются из формата CSV в формат jsonl ( training_amazon_qna.jsonl и validation_amazon_qna.jsonl )
• Формат JSONL (JSON LINES) требуется для точной настройки модели GPT-3.
• Каждая строка в файле JSONL будет содержать действительный JSON, имеющий 2 клавиши, prompt и completion . Этот формат является обязательным для точной настройки модели GPT-3.

{ "prompt" : " Non-Ducted range Hood, does this mean there is no need to vent up thru the roof or out thru the wall? -> " , "completion" : " That's correct. The air flows through the filter on the underside and out through the three columns of vent slats you see on the front of the range hood. There is no connection to other vents or ducts in a wall or through the roof. n " }

3. Загрузка данных в OpenAI

• Конвертированные наборы данных обучения и проверки в формате JSONL загружаются на платформу OpenAI.
• Эти данные будут использоваться для точной настройки модели GPT-3 для создания ответов, специфичных для запросов поддержки клиентов Amazon.

4. тонкая настройка

• Модель GPT-3, используемая для точной настройки,-это davinci .
• Гиперпараметры для тонкой настройки установлены следующим образом:
  • Количество эпох: 15
  • Размер партии: 3
  • Мультипликатор скорости обучения: 0,3

5. Мониторинг и отслеживание

• Процесс обучения с тонкой настройкой контролируется для того, чтобы модель эффективно училась.
• Прогресс всех рабочих мест настройки отслеживается на платформе Openai.

6. Извлечение названия модели

• После того, как тонкая настройка завершена, из учебного процесса извлекается тонкое название модели.
• Эта модель будет использоваться для генерации ответов в боте поддержки Amazon.

7. Вывод

• Тонко настроенная модель GPT-3 используется для вывода в боте поддержки Amazon.

 prompt = "Is this louder/quiter than the HWM450? Does it need to be cleaned more often? ->"

• Вышеупомянутое подсказка приведет к следующему ответу

 "I think they are about the same, and it does not need to be cleaned n " 

Заключение

Этот проект демонстрирует процесс создания пользовательского бота-поддержки Amazon с использованием тонкой модели GPT-3. Обучив модель по данным вопросов и ответов на Amazon, бот может предоставить полезные ответы на запросы клиентов. Readme содержит обзор этапов проекта, подготовки данных, точной настройки, вывода и конечной цели создания эффективного чат-бота поддержки клиентов для запросов, связанных с Amazon.

Контакт

Если у вас есть какие -либо вопросы, предложения или хотели бы обсудить этот проект дальше, не стесняйтесь связаться со мной:

• Электронная почта
• LinkedIn

Я открыт для сотрудничества и буду рад подключиться!

Мир Абдулла Язер