Prompt Recommender

Eingabeaufforderung (ACTASGPT)

ACTASGPT ist ein innovatives Projekt, das Coine_SIMilarity (V1.0) und Transformers (V2.0) -Techniken nutzt, um die sofortige Vorhersage zu verbessern. Das primäre Ziel ist es, ein Modell zu entwickeln, das in der Lage ist, hochwirksame Aufforderungen für Benutzer genau vorherzusagen und die Einschränkungen der aktuellen Datenbank zu übertreffen. Im Rahmen einer Projektinitiative im dritten Jahr ist das Transformatormodell verfeinert und nahtlos integriert. Um dieses Projekt zu starten, müssen Sie lediglich Ihr eigenes generatives Modell und Ihr GPT-API-Schlüssel einbeziehen.

Inhaltsverzeichnis

• Datensatz
• Repo -Struktur
• Technologien
• Website -Schnittstelle
• Verbesserte Ergebnisse
• Abschluss

Datensatz

Das Projekt verwendet den bemerkenswerten ChatGPT -Auftragsdatensatz:

• Tolle Chatgpt -Eingabeaufforderungen

Der Datensatz umfasst zwei Spalten: die Eingabespalte, die als Eingabeaufforderung fungiert, und die Ausgabespalte.

Repo -Struktur

Das Projekt besteht aus den folgenden Ordnern und Dateien:

• IMGS: Enthält Bilder für die Readme -Datei.
• Modell: beherbergt das Transformatormodell, den verwendeten Datensatz und die für die Schulung verwendeten Notizbücher - sowohl die jüngsten als auch die ersten Versionen des Programms.
• app.py: Verwaltet die Website -Oberfläche.
• utils.py: Bietet das Backend für die Website mit wesentlichen Funktionen und API -Aufrufen.

Technologien verwendet

• Matplotlib & Wordcloud für die Datenvisuation
• NLP für die Datenpreisverarbeitung
• Transformers Fine Tuning & Sklearn Cosinus Ähnlichkeit für das Modellbau in beiden Versionen
• Gpt-api
• Straffung für UI
• Amazon EC2 für Cloud -Hosting

Website -Schnittstelle

Die Website verfügt über eine benutzerfreundliche und intuitive Oberfläche, mit der Benutzer Eingabeaufforderungen eingeben und Vorhersagen für die am besten geeigneten erhalten können, die ihren spezifischen Anforderungen gerecht werden. Das Transformatormodell prognostiziert genau die optimale Eingabeaufforderung, die Benutzer vor der Übermittlung bequem ändern können. Bei der Einreichung stellt der Server eine Verbindung mit dem GPT-API-Server her und liefert drei verschiedene Ergebnisse, die den Benutzern einen umfassenden Überblick über die Ausgabe und die Effektivität der Eingabeaufforderung bieten.

Alte Version:

Verbesserte Ergebnisse

In der anfänglichen Version verwendete das Modell Cosinus-Ähnlichkeit, wodurch seine Fähigkeit eingeschränkt wurde, Eingaben ähnlich wie in der vorhandenen Datenbank zu prognostizieren, wodurch es für Echtzeitaufgaben ineffizient ist. Um dies anzugehen, haben wir ein von Merve entwickelter Transformatormodell, um unsere spezifische Aufgabe zu erfüllen, fein abgestimmt. Zusätzlich wurde das Modell mit AWS in die Cloud hochgeladen.

Abschluss

Dieses Projekt verbessert erfolgreich die Eingabeinangriffe der Benutzer und bietet den Benutzern die Möglichkeit, die generierte Eingabeaufforderung zu ändern, bevor sie an den GPT-API-Server übermittelt werden. Anschließend werden die resultierenden Eingabeaufforderungen angezeigt, wodurch der Eingabeaufforderungsprozess verbessert wird.

Lizenz

Unter der GNU -Lizenz verteilt. Weitere Informationen finden Sie LICENSE .