- 博客(2)
- 收藏
- 关注
RSS订阅原创 Datawhale-Task2 baseline精读与提示词优化尝试
这个方法其实有一定的运气成分，但是在我看来，如果通过修改提示词能将明显错误、且多次出错的题答对，那么这个修改后的提示词大概率是能提高模型的表现的。此外，这种方法还有一个优势，那就是验算速度快。因为通过阿里云百炼，一次只输入一道题，答案输出非常快，可以在很短时间内对提示词进行反复修改。相比运算完整个模型得到全局答案再修改需要花费近半个小时，这个方法在一个小时内可以实现数十次修改。
2024-08-03 22:25:27
538
原创 Datawhale-从零入门 AI 逻辑推理Task1笔记
我认为这部分是整个baseline可调整性最多的部分，不同的提示词搜索出来的结果不同，最终选择的答案“answer"也会不同，影响整个baseline的最终得分。后面运行main函数将测试文件’round1_test_data.jsonl’输入模型，并输出一个包含问题答案的文件’upload.jsonl’。定义extract函数，获得大语言模型输出的答案。函数has_complete_answer()检测每一个问题是否有完整答案，filter_problems()函数将相同背景的问题整合到一个问题集里。
2024-07-29 00:00:41
646
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人