Sohbet rolleri atama

Llama 3 ile Çalışmak

Imtihan Ahmed

Machine Learning Engineer

Rolleri tanımlama

Modelin tonunu iyileştirme
Örnek: müşteri destek sohbet botu

Bir sohbet botuyla konuşma - 1

Rolleri tanımlama

Modelin tonunu iyileştirme
Örnek: müşteri destek sohbet botu

Bir sohbet botuyla konuşma - 2

Rolleri tanımlama

Modelin tonunu iyileştirme
Örnek: müşteri destek sohbet botu

Bir sohbet botuyla konuşma - 3

Sohbet tamamlamada rollerin kullanımı

Llama'nın yanıtlarını yönlendirmek için sohbet rolleri

Screenshot 2025-02-26 at 15.32.28.png

Kişilik ve stili belirler

Screenshot 2025-02-26 at 15.31.50.png

Soruyu soran kişiyi temsil eder

Sohbet tamamlamada rollerin kullanımı

Yapılandırılmış bir görüşme gönderme
create_chat_completion() işlevi

from llama_cpp import Llama

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


message_list = [...] # Bu listede roller bulunur


response = llm.create_chat_completion(

        messages = message_list

)

Sistem rolü

Sistem mesajı: modelin nasıl davranacağına dair talimatlar

system_message = "You are a business consultant who gives data-driven answers."



message_list = [{

                 "role": "system",

                 "content": system_message

                 }]

Kullanıcı rolü

Kullanıcı mesajı: modele sorulan istem

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
                 }

                ]

Yanıt üretme

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': [...], ...}

Asistan rolü

response["choices"][0]

Yanıt çıktısı

Asistan rolü

response["choices"][0]

Mesaj vurgulanmış yanıt çıktısı

Asistan rolü

response["choices"][0]

Rol vurgulanmış yanıt çıktısı

Asistan rolü

response["choices"][0]

İçerik vurgulanmış yanıt çıktısı

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

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

Hadi pratik yapalım!

Llama 3 ile Çalışmak