Поздравляем!

Работа с Llama 3

Imtihan Ahmed

Machine Learning Engineer

Вспомним пройденное

Шаг 1 — запуск Llama локально

from llama_cpp import Llama

llm = Llama(model_path = "path/to/model.gguf")
Работа с Llama 3

Вспомним пройденное

Шаг 2 — настройка параметров

$$

  • Параметры temperature, top_k, top_p
Работа с Llama 3

Вспомним пройденное

Шаг 3 — назначение ролей

message_list = [{"role": "system", "content": system_message},
               {"role": "user", "content": user_message}]
Работа с Llama 3

Вспомним пройденное

Шаг 4 — управление выводом

  • Точные промпты
  • Стоп-слова stop
  • Zero-shot/Few-shot prompting
Работа с Llama 3

Вспомним пройденное

Шаг 5 — работа с JSON-ответами $$

response_format = {"type": "json_object"}
Работа с Llama 3

Вспомним пройденное

Шаг 6 — многоходовые диалоги

  • Класс Conversation
  • Метод .create_completion()
Работа с Llama 3

Что дальше?

Работа с Llama 3

Спасибо!

Работа с Llama 3

Preparing Video For Download...