cocktail DyG prompting

Ридме

Подготовка данных

Убедитесь, что параметры n, p и t последовательны по всем graph_data/graph_generator.py , text_data/text_generator.py и text_data/text_filter.py . Пожалуйста, обновите пути в этих файлах на ваши собственные пути хранения.

Шаг 1: Генератор графиков

Запустите python graph_data/graph_generator.py для генерации графиков.

Шаг 2: Текстовый генератор

Запустите python text_data/text_generator.py чтобы генерировать задачи на основе графиков с шага 1.

Шаг 3: текстовый фильтр

Запустите python text_data/text_filter.py чтобы фильтровать данные, используя текст с шага 2, и получить равное количество задач с ответами и без них.

Подсказка

Шаг 1: Реализуйте свой собственный класс LLM

Реализуйте свой собственный класс LLM, похожий на тот, который в api_LLM.py и api.py Убедитесь, что реализация позволяет использовать llm() для разговора и clear_history() чтобы очистить историю разговора.

Шаг 2: Вывод

Запустите команду ниже, чтобы использовать различный шаблон подсказки. Параметр COT соответствует различным подсказкам.

python infer.py --model_name Llama3.1 --COT NO --api_key your_api_key

Шаг 3: Оцените

Запустите команду ниже, чтобы получить скорость точности.

python acc.py --model_name Llama3.1 --COT NO