cocktail DyG prompting

readme

การเตรียมข้อมูล

ตรวจสอบให้แน่ใจว่าพารามิเตอร์ N, P และ T มีความสอดคล้องกันใน graph_data/graph_generator.py , text_data/text_generator.py และ text_data/text_filter.py โปรดอัปเดตเส้นทางในไฟล์เหล่านี้ไปยังเส้นทางการจัดเก็บของคุณเอง

ขั้นตอนที่ 1: เครื่องกำเนิดกราฟ

เรียกใช้ python graph_data/graph_generator.py เพื่อสร้างกราฟ

ขั้นตอนที่ 2: ตัวสร้างข้อความ

เรียกใช้ python text_data/text_generator.py เพื่อสร้างงานตามกราฟจากขั้นตอนที่ 1

ขั้นตอนที่ 3: ตัวกรองข้อความ

เรียกใช้ python text_data/text_filter.py เพื่อกรองข้อมูลโดยใช้ข้อความจากขั้นตอนที่ 2 และรับจำนวนงานที่เท่ากันทั้งที่มีและไม่มีคำตอบ

การแจ้งเตือน

ขั้นตอนที่ 1: ใช้คลาส LLM ของคุณเอง

ใช้คลาส LLM ของคุณเองคล้ายกับคลาสใน api_LLM.py และ api.py ตรวจสอบให้แน่ใจว่าการใช้งานอนุญาตให้ใช้ llm() สำหรับการสนทนาและ clear_history() เพื่อล้างประวัติการสนทนา

ขั้นตอนที่ 2: อนุมาน

เรียกใช้คำสั่งด้านล่างเพื่อใช้เทมเพลตการแจ้งเตือนที่แตกต่างกัน พารามิเตอร์ COT สอดคล้องกับพรอมต์ที่แตกต่างกัน

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

ขั้นตอนที่ 3: ประเมิน

เรียกใช้คำสั่งด้านล่างเพื่อรับอัตราความแม่นยำ

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