Atribuindo papéis no chat

Trabalhando com Llama 3

Imtihan Ahmed

Machine Learning Engineer

Definindo papéis

  • Ajustar o tom do modelo
  • Exemplo: chatbot de suporte

Conversa com um chatbot - 1

Trabalhando com Llama 3

Definindo papéis

  • Ajustar o tom do modelo
  • Exemplo: chatbot de suporte

Conversa com um chatbot - 2

Trabalhando com Llama 3

Definindo papéis

  • Ajustar o tom do modelo
  • Exemplo: chatbot de suporte

Conversa com um chatbot - 3

Trabalhando com Llama 3

Usando papéis no chat completion

  • Papéis no chat para guiar respostas do Llama

Screenshot 2025-02-26 at 15.32.28.png

  • Define a personalidade e o estilo

 

Screenshot 2025-02-26 at 15.31.50.png

  • Representa quem faz a pergunta
Trabalhando com Llama 3

Usando papéis no chat completion

  • Enviar uma conversa estruturada

  • Função create_chat_completion()

from llama_cpp import Llama

llm = Llama(model_path="path/to/model.gguf")


message_list = [...] # This list includes roles


response = llm.create_chat_completion(

        messages = message_list

)
Trabalhando com Llama 3

O papel system

  • Mensagem system: instruções sobre como o modelo deve agir
system_message = "You are a business consultant who gives data-driven answers."



message_list = [{

                 "role": "system",

                 "content": system_message

                 }]
Trabalhando com Llama 3

O papel user

  • Mensagem user: o prompt enviado ao modelo
system_message = "You are a business consultant who gives data-driven answers."

user_message = "What are the key factors in a successful marketing strategy?"


message_list = [{"role": "system", "content": system_message},

                {
                 "role": "user",
                 "content": user_message
                 }

                ]
Trabalhando com Llama 3

Gerando a resposta

from llama_cpp import Llama
llm = Llama(model_path="path/to/model.gguf")

system_message = "You are a business consultant who gives data-driven answers."
user_message = "What are the key factors in a successful marketing strategy?"

message_list = [{"role": "system", "content": system_message},
               {"role": "user", "content": user_message}]


response = llm.create_chat_completion(messages = message_list)
print(response)

{'id': ..., 'object': ..., 'created': ..., 'model': ..., 'choices': [...], ...}
Trabalhando com Llama 3

O papel assistant

response["choices"][0]

Saída da resposta

Trabalhando com Llama 3

O papel assistant

response["choices"][0]

Saída com mensagem destacada

Trabalhando com Llama 3

O papel assistant

response["choices"][0]

Saída com papel destacado

Trabalhando com Llama 3

O papel assistant

response["choices"][0]

Saída com conteúdo destacado

result['choices'][0]['message']['content']

'A successful marketing strategy relies on clear objectives, established 
through specific, measurable goals. Understanding the target audience ...'
Trabalhando com Llama 3

Vamos praticar!

Trabalhando com Llama 3

Preparing Video For Download...