Prompt Recommender

Recommandeur rapide (Actasgpt)

Actasgpt est un projet innovant qui exploite les techniques Cosine_Similarity (V1.0) et Transformers (v2.0) pour améliorer la prédiction rapide. L'objectif principal est de développer un modèle capable de prédire avec précision les invites très efficaces pour les utilisateurs, dépassant les limites de la base de données actuelle. Dans le cadre d'une initiative de projet de troisième année, le modèle Transformer est raffiné et intégré de manière transparente. Pour lancer ce projet, tout ce que vous avez à faire est d'incorporer votre propre modèle génératif et votre clé GPT-API.

Table des matières

• Ensemble de données
• Structure de réapprovisionnement
• Technologies
• Interface de site Web
• Résultats améliorés
• Conclusion

Ensemble de données

Le projet utilise le jeu de données remarquable ChatGpt Invite:

• Invites impressionnantes de chatppt

L'ensemble de données comprend deux colonnes: la colonne d'entrée, qui agit comme une invite et la colonne de sortie.

Structure de réapprovisionnement

Le projet se compose des dossiers et fichiers suivants:

• IMGS: contient des images pour le fichier ReadMe.
• Modèle: abrite le modèle de transformateur, l'ensemble de données utilisé et les ordinateurs portables utilisés pour la formation des versions récentes et initiales du programme.
• app.py: gère l'interface du site Web.
• utils.py: fournit le backend du site Web, englobant les fonctions essentielles et les appels API.

Technologies utilisées

• Matplotlib & wordcloud pour la visiulisation des données
• PNL pour le transprochement des données
• Transformers Fine Tuning & Sklearn Cosine similitude pour la construction de modèles dans les deux versions
• GPT-API
• Rationalisation pour l'interface utilisateur
• Amazon EC2 pour l'hébergement cloud

Interface de site Web

Le site Web possède une interface conviviale et intuitive, permettant aux utilisateurs de saisir des invites et de recevoir des prédictions pour les plus appropriées qui répondent à leurs besoins spécifiques. Le modèle de transformateur prédit avec précision l'invite optimale, que les utilisateurs peuvent modifier facilement avant la soumission. Lors de la soumission, le serveur établit une connexion avec le serveur GPT-API, fournissant trois résultats distincts qui offrent aux utilisateurs un aperçu complet de la sortie et de l'efficacité de l'invite.

Ancienne version:

Résultats améliorés

Dans la version initiale, le modèle a utilisé la similitude des cosinus, limitant sa capacité à prédire des invites similaires à celles de la base de données existante, ce qui le rend inefficace pour les tâches en temps réel. Pour y remédier, nous avons affiné un modèle de transformateur, principalement développé par Merve, pour répondre à notre tâche spécifique. De plus, le modèle a été téléchargé sur le cloud à l'aide d'AWS.

Conclusion

Ce projet améliore avec succès les invites d'entrée utilisateur, offrant aux utilisateurs la possibilité de modifier l'invite générée avant de la soumettre au serveur GPT-API. Les sorties d'invites résultantes sont ensuite affichées, améliorant le processus de sélection de l'invite.

Licence

Distribué sous la licence GNU. Voir LICENSE pour plus d'informations.