Prompt Recommender

及时推荐（actasgpt）

ACTASGPT是一个创新的项目，该项目利用Cosine_sibilarity（v1.0）和变压器（v2.0）技术来增强及时的预测。主要目标是开发一个能够准确预测用户高效提示的模型，超过当前数据库的局限性。作为三年级项目计划的一部分，变压器模型被完善并无缝整合。要启动此项目，您需要做的就是合并自己的生成模型和GPT-API密钥。

目录

• 数据集
• 回购结构
• 技术
• 网站界面
• 改进的结果
• 结论

数据集

该项目利用了出色的CHETGPT提示数据集：

• 很棒的chatgpt提示

数据集包含两个列：输入列，该列充当提示和输出列。

回购结构

该项目由以下文件夹和文件组成：

• IMGS：包含README文件的图像。
• 模型：包含变压器模型，使用的数据集以及用于培训程序的最新版本和初始版本的笔记本。
• app.py：管理网站界面。
• utils.py：为网站提供后端，包括基本功能和API调用。

使用的技术

• matplotlib＆WordCloud用于数据visiulization
• 用于数据预处理的NLP
• Transformers微调和Sklearn余弦在两个版本中的模型相似性
• GPT-API
• 简化UI
• 亚马逊EC2用于云托管

网站界面

该网站拥有一个用户友好和直观的界面，允许用户输入提示，并为满足其特定需求的最合适的预测提供预测。变压器模型准确地预测了最佳提示，在提交之前，用户可以方便地修改。提交后，服务器与GPT-API服务器建立了连接，提供了三个不同的结果，为用户提供了对提示的输出和有效性的全面概述。

旧版：

改进的结果

在初始版本中，该模型利用余弦相似性，限制了其预测与现有数据库中相似的提示的能力，从而使其无效实时任务。为了解决这个问题，我们微调了一个主要由Merve开发的变压器模型，以迎合我们的特定任务。此外，使用AWS将模型上传到云。

结论

该项目成功改善了用户输入提示，为用户提供了在将生成提示提交给GPT-API服务器之前修改生成提示的机会。然后显示结果提示输出，从而增强及时选择过程。

执照

根据GNU许可分发。有关更多信息，请参见LICENSE 。