GPT-3 상황 내 수치 모델 피팅 실험
이것은 상황에 맞게 수치 모델을 맞추는 GPT-3의 능력에 대한 실험을 위한 저장소입니다. 관련 Lesswrong 게시물을 참조하세요.
이 저장소의 파일에 대한 간단한 설명:
| 노트북 | |
|---|
| classification_playground.ipynb | 분류 시나리오 플롯팅 및 정확도 계산 |
| iris_analytic.ipynb | GPT-3 및 kNN/log의 정확도 계산. 등록. Iris 데이터세트 |
| 파이썬 스크립트 | |
|---|
| Generators.py | 분류/회귀 실험 생성 기능 |
| generate_experiment.py | 앞서 언급한 함수를 호출한 스크립트 |
| run_all_experiments.py | 아직 실행되지 않은 모든 실험을 실행하고 결과를 저장합니다. |
| iris_test.py | Iris 데이터세트에 대한 테스트를 수행하고 결과를 저장합니다. |
| number_sense_test.py | 문자가 숫자를 대체하는 실험 |
| number_sense_test_spaced.py | 위와 동일, 문자 사이에 공백만 있음 |
| text_freq_classifier.py | 직접 코딩한 텍스트 빈도 분류기를 테스트합니다. |
| even_odd_test.py | GPT-3가 두 번째 숫자가 짝수인지 학습할 수 있는지 테스트 |
| utils.py | 단 하나의 유틸리티 함수 |
| R 스크립트 | |
|---|
| 시각화.R | 결과/ggplot2의 항목 시각화 |
| 제이슨 | |
|---|
| 실험_로그.json | 메타데이터, 모든 실험의 원시 결과 |
