대화 구축

Llama 3 다루기

Imtihan Ahmed

Machine Learning Engineer

컨텍스트 유지

컨텍스트 유지 워크플로우 - 1단계

Llama 3 다루기

컨텍스트 유지

컨텍스트 유지 워크플로우 - 2단계

Llama 3 다루기

컨텍스트 유지

컨텍스트 유지 워크플로우 - 3단계

Llama 3 다루기

컨텍스트 유지

컨텍스트 유지 워크플로우 - 4단계

Llama 3 다루기

컨텍스트 유지

컨텍스트 유지 워크플로우 - 5단계

  • Conversation 클래스로 채팅 기록을 추적
Llama 3 다루기

Conversation 클래스

  • 이전 메시지 기록을 저장할 수 있음
class Conversation:

    def __init__(self, llm: Llama, system_prompt='', history=[]):
        self.llm = llm
        self.system_prompt = system_prompt

        self.history = [{"role": "system", "content": self.system_prompt}] + history
Llama 3 다루기

Conversation 클래스

  • 이전 메시지 기록을 저장할 수 있음
class Conversation:
    def __init__(self, llm: Llama, system_prompt='', history=[]):
        self.llm = llm
        self.system_prompt = system_prompt
        self.history = [{"role": "system", "content": self.system_prompt}] + history


    def create_completion(self, user_prompt=''):

        self.history.append({"role": "user", "content": user_prompt}) # 입력 추가

        output = self.llm.create_chat_completion(messages=self.history)

        conversation_result = output['choices'][0]['message']
        self.history.append(conversation_result) # 출력 추가
        return conversation_result['content'] # 출력 반환
Llama 3 다루기

멀티턴 대화 실행

conversation = Conversation(llm, system_prompt="You are a virtual travel assistant 
                                                helping with planning trips.")


response1 = conversation.create_completion("What are some destinations in France for a 
                                            short weekend break?")

print(f"Response 1: {response1}")


response2 = conversation.create_completion("How about Spain?")


print(f"Response 2: {response2}")
Llama 3 다루기

멀티턴 대화 실행

print(f"Response 1: {response1}")

print(f"Response 2: {response2}")

출력

Llama 3 다루기

멀티턴 대화 실행

print(f"Response 1: {response1}")

print(f"Response 2: {response2}")

강조된 출력

Llama 3 다루기

연습해 봅시다!

Llama 3 다루기

Preparing Video For Download...