interpretable embeddings

❓ Вопросные вторжения ❓ ❓

Создание интерпретируемых встраиваний, задавая вопросы LLMS, код для бумаги QA-EMB.

QA-EMBS создает интерпретируемые вторжения, задавая ряд вопросов «да-нет» предварительно обученному авторегрессии LLM.

QuickStart

Если вы просто хотите использовать QA-EMB в своем собственном приложении, самый простой способ-через пакет imodelsx. Чтобы установить, просто запустите pip install imodelsx .

Затем вы можете генерировать свои собственные интерпретируемые встраивания, придумав вопросы для вашего домена:

 from imodelsx import QAEmb
import pandas as pd

questions = [
    'Is the input related to food preparation?' ,
    'Does the input mention laughter?' ,
    'Is there an expression of surprise?' ,
    'Is there a depiction of a routine or habit?' ,
    'Does the sentence contain stuttering?' ,
    'Does the input contain a first-person pronoun?' ,
]
examples = [
    'i sliced some cucumbers and then moved on to what was next' ,
    'the kids were giggling about the silly things they did' ,
    'and i was like whoa that was unexpected' ,
    'walked down the path like i always did' ,
    'um no um then it was all clear' ,
    'i was walking to school and then i saw a cat' ,
]

checkpoint = 'meta-llama/Meta-Llama-3-8B-Instruct'

embedder = QAEmb (
    questions = questions , checkpoint = checkpoint , use_cache = False )
embeddings = embedder ( examples )

df = pd . DataFrame ( embeddings . astype ( int ), columns = [
    q . split ()[ - 1 ] for q in questions ])
df . index = examples
df . columns . name = 'Question (abbreviated)'
display ( df . style . background_gradient ( axis = None ))
- - - - - - - - DISPLAYS ANSWER FOR EACH QUESTION IN EMBEDDING - - - - - - - -

Настройка набора данных

Направления для установки наборов данных, необходимых для воспроизведения экспериментов MRI в статье.

• Загрузить данные с python experiments/00_load_dataset.py
  • Создайте data DIR, где вы запускаете его, и будет использовать DataLad для загрузки предварительно обработанных данных, а также пространства функций, необходимых для установки семантических моделей кодировки
• Установить neuro1.config.root_dir , где вы хотите сохранить данные
• Чтобы сделать плоские карты, необходимо установить [Pycortex filestore] на {root_dir}/ds003020/derivative/pycortex-db/
• Чтобы запустить ENG1000, необходимо взять каталог em_data отсюда и переместить его содержимое в {root_dir}/em_data
• Загрузка ответов
  • neuro1.data.response_utils function load_response
  • Загружает ответы из at {root_dir}/ds003020/derivative/preprocessed_data/{subject} , они хранятся в файле H5 для каждой истории, например, wheretheressmoke.h5
• нагрузка стимула
  • neuro1.features.stim_utils function load_story_wordseqs
  • Загружает Textgrids из {root_dir}/ds003020/derivative/TextGrids", where each story has a TextGrid file, eg whendessmoke.textgrid`
  • Использует {root_dir}/ds003020/derivative/respdict.json чтобы получить длину каждой истории

Код установка

Направления для установки кода здесь в качестве пакета для полной разработки.

• Из каталога репо, начните с pip install -e . локально установить пакет neuro1
• python 01_fit_encoding.py --subject UTS03 --feature eng1000
  • Другие необязательные параметры, которые Encoding.py принимает, такие как сеансы, Ndelays, Single_alpha позволяют пользователю изменять объем данных и аспекты регуляризации используемой линейной регрессии.
  • Затем эта функция сохранит метрики производительности модели и веса модели в качестве массивов Numpy.

Цитирование

 @ misc { benara2024crafting ,
      title = { Crafting Interpretable Embeddings by Asking LLMs Questions }, 
      author = { Vinamra Benara and Chandan Singh and John X. Morris and Richard Antonello and Ion Stoica and Alexander G. Huth and Jianfeng Gao },
      year = { 2024 },
      eprint = { 2405.16714 },
      archivePrefix = { arXiv },
      primaryClass = { cs.CL }
}