DGoT 다운로드 DGoT 소스 코드 다운로드

DGoT

AI 소스 코드

1.0.0

다운로드

DGOT : 과학적 초록 세대를위한 생각의 역동적 인 그래프

이것은 LREC-COLE 2024 PAPER DGOT : 과학적 초록 세대를위한 생각의 동적 그래프의 구현입니다.

빠른 시작

환경 설정

Docker Images DGOT_DEMO를 사용하여 프로그램을 실행하는 것이 좋습니다.

 # pull docker image
docker pull jaycening/dgot_demo:v1.0.0

# Clone this repository and mount it into the image container.
git clone https://github.com/JayceNing/DGoT.git
docker run --gpus all -it -d --privileged=true -v ./DGoT:/home/nxy/LLM/DGoT

# Enter the target folder.
docker exec -it dgot /bin/bash
cd /home/nxy/LLM/DGoT

이미지는 LMDEPLOY 버전 0.2.4에 배치 된 InternLM2로 전제화됩니다.

환경을 수동으로 구성하려면 Documentation 방치 _setup.md를 참조하십시오.

PubMedCite 데이터 세트에 대한 데이터 준비

PubMedcite의 인용 그래프 레코드는 Citationsum 저장소에서 나옵니다. 여기서는 공식 PubMed API를 기반으로 데이터 세트를 다운로드하기위한 코드를 제공합니다.

python get_data.py --required_num 100

required_num 은 교육 및 테스트 데이터 세트를 다운로드하는 데 필요한 데이터 항목 수입니다.

LLM의 API 서비스를 활성화하십시오

Internlm2를 예로 들어 보겠습니다.

 cd /home/nxy/internlm2_chat_deploy
lmdeploy serve api_server ./workspace --cache-max-entry-count 0.2

훈련 과정

 cd /home/nxy/LLM/DGoT
python generate_abstract.py --begin 0 --end 1 --mode " train " --model " internlm2 " --task " default "

begin 및 end 사용중인 데이터 세트의 시작 및 종료 지수를 나타냅니다.
mode 사용중인 데이터 세트가 기차 데이터 세트인지 테스트 데이터 세트인지 여부를 나타냅니다.
model 추론에 사용되는 LLM을 나타냅니다.
task 수행중인 작업 유형을 나타냅니다.

추론 과정

python generate_abstract.py --begin 0 --end 100 --mode " test " --model " internlm2 " --task " default " --thresh_g 0.34 --thresh_a 0.35 --thresh_i 0.34

thresh_g , thresh_a 및 thresh_i 각각 변환, 교환 변환 및 DGOT의 변환 강화에 사용되는 임계 값을 나타냅니다.

튜토리얼

여기서는 다른 측면에 대한 자세한 자습서를 제공합니다.

환경 설정 수동으로
부록 실험 절차

승인

이 작업은 다음 프롬프트 프레임 워크, 대형 언어 모델 및 모델 배포 툴킷을 기반으로합니다. 오픈 소스 기여에 감사드립니다!

생각의 그래프 (got)
chatglm2-6b
internlm
lmdeploy

이 논문의 계산 자원은 BUPT의 고성능 컴퓨팅 플랫폼에 의해 지원됩니다.

인용

이 저장소가 가치있는 것을 찾으면 별을 줘!

당신의 작품에서 이것을 사용하십니까? 제공된 인용을 사용하여 우리를 참조하십시오.

 @misc { ning2024dgot ,
      title = { DGoT: Dynamic Graph of Thoughts for Scientific Abstract Generation } , 
      author = { Xinyu Ning and Yutong Zhao and Yitong Liu and Hongwen Yang } ,
      year = { 2024 } ,
      eprint = { 2403.17491 } ,
      archivePrefix = { arXiv } ,
      primaryClass = { cs.CL }
}