ที่เก็บนี้ทดสอบแนวคิดของวิธีการประเมินพร็อกซีสำหรับข้อความไปยังไปป์ไลน์โมเดล BPMN การประเมินพร็อกซีเกี่ยวข้องกับไปป์ไลน์การเดินทางไปกลับ "ข้อความถึง BPMN ถึงข้อความ" และการคำนวณข้อความเฉลี่ยเป็นข้อความที่คล้ายคลึงกันในกรณีที่ไม่มีความจริงพื้นฐาน BPMN เพื่อแสดงว่าวิธีการพร็อกซีมีประสิทธิภาพก่อนอื่นเราต้องตรวจสอบว่าการประเมิน BPMN ถึง BPMN ที่มีอยู่จากโมดูล model_evaluation มีความสัมพันธ์กับวิธีการส่งข้อความพร็อกซีไปยังวิธีการข้อความอย่างไร งานนี้ได้รับแรงบันดาลใจจากสิ่งพิมพ์นี้เกี่ยวกับข้อความเพื่อส่งรหัสไปยังรหัส
ข้อกำหนดอยู่ในไฟล์ pyproject.toml นี้ หลังจากโคลนนิ่งที่เก็บแล้วให้เรียกใช้:
poetry installในการเรียกใช้ไปป์ไลน์ให้ใช้คำสั่งคล้ายกับสิ่งนี้:
screen -d -m python genai_gpt_pipeline.py --model-path ./data/pet/ground_json --text-path ./data/pet/process_descriptions --example pet --direction t2t ไฟล์ CSV ถูกเขียนลงในไดเรกทอรีผลลัพธ์ สมุดบันทึก Jupyter ใช้เพื่อให้เห็นภาพผลลัพธ์
ไม่ทราบปัญหา
สร้างปัญหาในที่เก็บนี้หากคุณพบข้อผิดพลาดหรือมีคำถามเกี่ยวกับเนื้อหา
หากคุณต้องการมีส่วนร่วมในรหัสเสนอการแก้ไขหรือการปรับปรุงโปรดส่งคำขอดึง เนื่องจากเหตุผลทางกฎหมายผู้มีส่วนร่วมจะถูกขอให้ยอมรับ DCO เมื่อพวกเขาสร้างคำขอดึงครั้งแรกในโครงการนี้ สิ่งนี้เกิดขึ้นในแบบอัตโนมัติในระหว่างกระบวนการส่ง SAP ใช้ข้อความ DCO มาตรฐานของมูลนิธิ Linux
ลิขสิทธิ์ (c) 2024 SAP SE หรือ บริษัท ในเครือ SAP สงวนลิขสิทธิ์ โครงการนี้ได้รับอนุญาตภายใต้ใบอนุญาตซอฟต์แวร์ Apache เวอร์ชัน 2.0