LML DAP

LML & DAP

รูปแบบภาษาเรียนรู้ชุดข้อมูลสำหรับการทำนายการรวมกันของข้อมูล

อีกทางเลือกหนึ่งของการเรียนรู้ของเครื่องโดยใช้ LLMS

บันทึก

โปรดแสดงที่เก็บเพื่อแสดงการสนับสนุนของคุณ

ทำไม LML & DAP:

• โดยทั่วไปแล้วงานการจำแนกจะได้รับการจัดการโดยใช้โมเดลการเรียนรู้ของเครื่อง (ML) ซึ่งไม่มีความสมดุลระหว่างความแม่นยำและความสามารถในการตีความ
• โครงการนี้แนะนำวิธีการใหม่ในการใช้แบบจำลองภาษาขนาดใหญ่ (LLMS) สำหรับงานการจำแนกประเภทในวิธีที่อธิบายได้
• ซึ่งแตกต่างจากรุ่น ML ที่พึ่งพาการทำความสะอาดข้อมูลและวิศวกรรมคุณลักษณะอย่างหนักวิธีนี้ทำให้กระบวนการโดยใช้ LLMS

กระบวนการ LML :

กระบวนการ DAP :

ผลลัพธ์ :

สร้างโดย Praneeth Vadlapati (@prane-eth)

- งานวิจัย

มี การพิมพ์ล่วงหน้า ของรายงานการวิจัยบน arxiv

- การอ้างอิง

หากต้องการใช้เอกสารของฉันสำหรับการอ้างอิงโปรดอ้างอิงตามด้านล่าง:

 @misc { vadlapati2024lmldap ,
	title = { {LML-DAP: Language Model Learning a Dataset for Data-Augmented Prediction} } ,
	author = { {Praneeth Vadlapati} } ,
	year = { 2024 } ,
	eprint = { 2409.18957 } ,
	archivePrefix = { arXiv } ,
	primaryClass = { cs.CL } ,
	url = { https://arxiv.org/abs/2409.18957 }
}

เริ่มต้นอย่างรวดเร็ว

pip install -r requirements.txt
cp .env.example .env

ตอนนี้แก้ไขไฟล์ .env และเพิ่มค่าของคุณ
เรียกใช้ไฟล์ Experiment-lml.ipynb

โครงการเพิ่มเติม

สำหรับโครงการเพิ่มเติมเปิดโปรไฟล์: @pro-genai

การบริจาค

ยินดีต้อนรับ! อย่าลังเลที่จะสร้างปัญหาสำหรับรายงานข้อผิดพลาดหรือคำแนะนำใด ๆ
หากต้องการมีส่วนร่วมโปรดแสดงที่เก็บข้อมูลและสร้างปัญหา ถ้าฉันไม่สามารถแก้ปัญหาได้ฉันจะอนุญาตให้ทุกคนสร้างคำขอดึง

- ใบอนุญาต

ลิขสิทธิ์© 2024 Praneeth Vadlapati
โปรดดูไฟล์ใบอนุญาตสำหรับข้อมูลเพิ่มเติม
หากต้องการขออนุญาตใช้งานของฉันโปรดติดต่อฉันโดยใช้ลิงก์ด้านล่าง

คำเตือน

รหัสไม่ได้มีไว้สำหรับใช้ในสภาพแวดล้อมการผลิต รหัสนี้มีวัตถุประสงค์เพื่อการศึกษาและการวิจัยเท่านั้น ไม่มีผู้เขียนรับผิดชอบการใช้งานในทางที่ผิดหรือความเสียหายที่เกิดจากรหัสนี้ ใช้มันตามความเสี่ยงของคุณเอง รหัสมีให้ตามที่ไม่มีการรับประกันหรือการรับประกัน

กิตติกรรมประกาศ

• ขอขอบคุณเป็นพิเศษสำหรับ GROQ (https://groq.com/) สำหรับการอนุมาน LLM ที่รวดเร็วซึ่งช่วยให้ฉันประหยัดเวลาสำหรับโครงการวิจัยนี้
• เครดิตภาพ:
  • ฐานข้อมูล: https://pixabay.com/vectors/database-data-storage-cylinder-149760/
  • ข้อมูลสรุปข้อมูล: https://pixabay.com/vectors/documents-paper-text-icon-149799/
  • ข้อมูลทดสอบ: https://pixabay.com/vectors/flask-test-tube-icon-medical-5817899/
  • Checkmark: https://pixabay.com/vectors/confirmation-symbol-icon-green-1152155/

- ติดต่อ

สำหรับการสอบถามส่วนบุคคลโปรดค้นหารายละเอียดการติดต่อของฉันที่นี่: linktr.ee/prane.eth