Prompt Recommender

Prompt Recommender (ActAsgpt)

ActAsgpt adalah proyek inovatif yang memanfaatkan teknik COSine_Similarity (v1.0) dan Transformers (v2.0) untuk meningkatkan prediksi yang cepat. Tujuan utama adalah untuk mengembangkan model yang mampu memprediksi permintaan yang sangat efektif secara akurat bagi pengguna, melampaui keterbatasan database saat ini. Sebagai bagian dari inisiatif proyek tahun ketiga, model transformator disempurnakan dan terintegrasi dengan mulus. Untuk meluncurkan proyek ini, yang perlu Anda lakukan adalah memasukkan model generatif Anda sendiri dan kunci GPT-API.

Daftar isi

• Dataset
• Struktur repo
• Teknologi
• Antarmuka situs web
• Hasil yang lebih baik
• Kesimpulan

Dataset

Proyek ini menggunakan dataset chatgpt yang luar biasa:

• Prompt chatgpt yang luar biasa

Dataset terdiri dari dua kolom: kolom input, yang bertindak sebagai prompt, dan kolom output.

Struktur repo

Proyek ini terdiri dari folder dan file berikut:

• IMGS: Berisi gambar untuk file readme.
• Model: menampung model transformator, dataset yang digunakan, dan notebook yang digunakan untuk - melatih versi terbaru dan awal program.
• App.py: Mengelola antarmuka situs web.
• utils.py: Menyediakan backend untuk situs web, yang mencakup fungsi -fungsi penting dan panggilan API.

Teknologi digunakan

• Matplotlib & WordCloud untuk visiulasi data
• NLP untuk preproses data
• Transformers Fine Tuning & Sklearn Cosine kesamaan untuk pembangunan model di kedua versi
• GPT-API
• Streamlit untuk UI
• Amazon EC2 untuk Hosting Cloud

Antarmuka situs web

Situs web ini menawarkan antarmuka yang ramah pengguna dan intuitif, memungkinkan pengguna untuk memasukkan petunjuk dan menerima prediksi untuk yang paling cocok yang memenuhi kebutuhan spesifik mereka. Model transformator secara akurat memprediksi prompt optimal, yang dapat dimodifikasi oleh pengguna sebelum mengirimkan. Setelah diserahkan, server membuat koneksi dengan server GPT-API, memberikan tiga hasil berbeda yang menawarkan kepada pengguna gambaran komprehensif tentang output dan efektivitas prompt.

Versi Lama:

Hasil yang lebih baik

Dalam versi awal, model menggunakan kesamaan cosinus, membatasi kemampuannya untuk memprediksi petunjuk yang mirip dengan yang ada di database yang ada, membuatnya tidak efisien untuk tugas real-time. Untuk mengatasi ini, kami menyempurnakan model transformator, terutama dikembangkan oleh Merve, untuk memenuhi tugas spesifik kami. Selain itu, model ini diunggah ke cloud menggunakan AWS.

Kesimpulan

Proyek ini berhasil meningkatkan prompt input pengguna, memberikan pengguna kesempatan untuk memodifikasi prompt yang dihasilkan sebelum mengirimkannya ke server GPT-API. Output prompt yang dihasilkan kemudian ditampilkan, meningkatkan proses pemilihan cepat.

Lisensi

Didistribusikan di bawah lisensi GNU. Lihat LICENSE untuk informasi lebih lanjut.