cocktail DyG prompting

讀書我

數據準備

確保n，p和t參數在graph_data/graph_generator.py ， text_data/text_generator.py和text_data/text_filter.py上保持一致。請將這些文件中的路徑更新為您自己的存儲路徑。

步驟1：圖形生成器

運行python graph_data/graph_generator.py生成圖形。

步驟2：文本生成器

運行python text_data/text_generator.py以基於步驟1的圖形生成任務。

步驟3：文本過濾器

運行python text_data/text_filter.py使用步驟2中的文本過濾數據，並獲得有或沒有答案的同等數量的任務。

提示

步驟1：實施自己的LLM課程

實現自己的LLM類，類似於api_LLM.py和api.py中的LLM類。確保實現允許使用llm()進行對話，並且clear_history()清除了對話歷史記錄。

步驟2：推斷

運行下面的命令以使用不同的提示模板。 COT參數對應於不同的提示。

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

步驟3：評估

運行以下命令以獲取準確率。

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