Huggingface
#
Huggingface
含有「Huggingface」共 20 篇內容
全部內容
發佈日期由新至舊
使用Meta釋出的模型,實作Chat GPT - 補充
回顧我們的目標是自己做一個免錢Chat GPT 自己做免錢Chat GPT吧 當中,我希望外掛一個外部知識庫,叫做RAG,來提升整體問答的品質,同時又能避免機敏資訊被Chat GPT竊取。 緣由參見 ChatGPT回答不是你要的怎麼辦? 詳細實作於 使用Meta釋出的模型,實作Chat G
2024-05-10
5
#
自然語言處理
#
自然語言處理技術
#
NLP
自己做免錢Chat GPT吧
當Chat GPT回答的東西不是你想要的,怎麼辦呢? 我們提供想法的思路於:ChatGPT回答不是你要的怎麼辦? 我想自己動手改善,但是我沒有GPU這項資源怎麼辦? 我們提供免費使用方式於:使用Meta釋出的模型,實作Chat GPT - Part 0 有了操作環境,但是我不知道怎麼
2024-05-05
5
#
自然語言處理
#
自然語言處理技術
#
NLP
使用Meta釋出的模型,實作Chat GPT - Part 6
到目前為止,我們已經完成RAG技術的實作,在上一篇文章使用Meta釋出的模型,實作Chat GPT - Part 5中,可以看到加入RAG之後,可以讓我的大型語言模型回答更為精確。 現在我們要把它用一個畫面做呈現,而不是以程式碼來給大家看,就類似Chat GPT這樣,背後有複雜的程式運行,但是眾人
2024-05-03
5
#
自然語言處理
#
自然語言處理技術
#
NLP
使用Meta釋出的模型,實作Chat GPT - Part 5
延續使用Meta釋出的模型,實作Chat GPT - Part 4,我們現在遇到一個問題:語言模型回答的資訊不是我想要的。 於是我參照ChatGPT回答不是你要的怎麼辦?,想使用低成本的技術:RAG,來改善這問題。 以下開始實作,首先引入一個重量級工具包,它叫做LangChain,這是做語言模型
2024-05-01
1
#
自然語言處理
#
自然語言處理技術
#
NLP
使用Meta釋出的模型,實作Chat GPT - Part 4
在使用Meta釋出的模型,實作Chat GPT - Part 3中我們已經建立好大型語言模型遇到哪些「字串」要停止輸出的列表,現在我們將它製作成一個物件,對應程式如下: from transformers import StoppingCriteria, StoppingCriteriaList
2024-04-30
2
#
自然語言處理
#
NLP
#
Huggingface
使用Meta釋出的模型,實作Chat GPT - Part 3
延續使用Meta釋出的模型,實作Chat GPT - Part 2 我們已經確定可以進入HuggingFace之後,就要來載入模型,其對應程式為: Model_Config = transformers.AutoConfig.from_pretrained( Mode
2024-04-29
3
#
自然語言處理
#
NLP
#
Huggingface
ChatGPT回答不是你要的怎麼辦?
背景 各位ChatGPT使用者是否常常發生以下狀況:ChatGPT跟你雞同鴨講。 原因就出在ChatGPT當初在訓練時,在你所處的專業Domain並沒有足夠的訓練資料。 針對這種情況要怎麼辦呢? 今天將介紹幾種分法來解決,並分析各種方法的優劣。 方法羅列 提示工程 (Prompt E
2024-04-28
4
#
自然語言處理
#
NLP
#
Huggingface
使用Meta釋出的模型,實作Chat GPT - Part 2
接著載入Part 2需要的相關依賴,其分別為: from torch import cuda, bfloat16import import transformers 然後選擇我們要的Meta模型,這邊可以是Llama 2或者是Llama 3,後者是Meta最新釋出的模型。 同時我們也讓系統自
2024-04-28
2
#
自然語言處理
#
NLP
#
Huggingface
使用Meta釋出的模型,實作Chat GPT - Part 1
第一步先在Python環境中安裝本次專案需要用到的Library,相關指令如下: !pip install accelerate==0.21.0 !pip install transformers==4.31.0 !pip install tokenizers==0.13.3 !pip insta
2024-04-27
2
#
自然語言處理
#
NLP
#
HuggingFace
利用 IBM Watsonx.ai 與 Python SDK :應用 LLM 在客戶滿意度分析
前言 在上一篇文章中,分享了第一次使用 IBM Watsonx 的經歷,以及我對 Prompt lab 功能的初步探索。繼續這個話題,本文將探討 Watsonx 平台對 Python SDK 的支持,以及實作幾個 LLM 的應用,這一特性為開發者提供了極大的便利,使得在此平台上進行開發和應用大型語
2023-12-17
3
#
模型
#
IBM
#
顧客滿意度分析