Expériences d'ajustement de modèles numériques en contexte GPT-3
Il s'agit du référentiel de mes expériences sur la capacité de GPT-3 à adapter des modèles numériques en contexte. Voir l'article Lesswrong associé.
Brèves descriptions des fichiers dans ce référentiel :
| Carnets | |
|---|
| classification_playground.ipynb | Traçage de scénarios de classification et précision du calcul |
| iris_analysis.ipynb | Calcul de la précision de GPT-3 et kNN/log. rég. sur le jeu de données Iris |
| Scripts Python | |
|---|
| générateurs.py | Fonctions de génération d'expériences de classification/régression |
| generate_experiment.py | Script dans lequel j'ai appelé les fonctions susmentionnées |
| run_all_experiments.py | Exécute toutes les expériences non encore exécutées et enregistre leurs résultats |
| iris_test.py | Effectue des tests sur l'ensemble de données Iris et enregistre les résultats |
| number_sense_test.py | Expérience dans laquelle les lettres remplacent les chiffres |
| number_sense_test_spaced.py | Comme ci-dessus, mais avec des espaces entre les lettres |
| text_freq_classifier.py | Teste un classificateur de fréquence de texte codé à la main |
| even_odd_test.py | Testez si GPT-3 peut apprendre que le deuxième chiffre est pair |
| utils.py | Juste une seule fonction utilitaire |
| Script R | |
|---|
| visualisations.R | Visualisez des éléments dans les résultats/dans ggplot2 |
| Json | |
|---|
| expériences_log.json | Métadonnées, résultats bruts de toutes les expériences |
