Expliquer les modèles d'IA générative conversationnelle

Explainable AI en Python

Fouad Trad

Machine Learning Engineer

Modèles d'IA générative conversationnelle

  • Sert à générer du texte
  • Prédit selon le contexte et les connaissances

 

Image montrant une personne qui envoie une invite à un modèle d'IA générative et reçoit une réponse.

Explainable AI en Python

Invite en chaîne de raisonnement

  • Incite le modèle à expliciter son raisonnement

Image montrant comment une invite de type « chaîne de raisonnement » demande au modèle de résoudre un problème étape par étape, et la sortie contient le raisonnement suivi à chaque étape.

Explainable AI en Python

Créer une invite en chaîne de raisonnement

prompt = """A shop starts with 20 apples. It sells 5 apples and then receives 8 more. 
How many apples does the shop have now? Show your reasoning step-by-step."""

response = get_response(prompt)

print(response)

To find out how many apples the shop has now, let's follow the transactions step-by-step:

1- The shop begins with 20 apples.

2- The shop sells 5 apples. 
   We subtract this number from the starting quantity: 20 - 5 = 15

3- The shop receives 8 apples. 
   We add this number to the remaining apples: 15 + 8 = 23

So, after these transactions, the shop has 23 apples.
Explainable AI en Python

Auto-cohérence

Évalue la confiance du modèle dans ses réponses générées

Image montrant qu'une invite d'auto-cohérence consiste à envoyer plusieurs fois la même invite au modèle, chacune ayant une réponse.

Explainable AI en Python

Auto-cohérence en classification de texte

Utile pour la classification de texte

Image montrant un exemple d'auto-cohérence où le modèle doit classer un avis utilisateur comme positif ou négatif et fournit plusieurs réponses.

Explainable AI en Python

Auto-cohérence en classification de texte

Utile pour la classification de texte

Image montrant un exemple d'auto-cohérence où le modèle doit classer un avis utilisateur comme positif ou négatif et fournit plusieurs réponses. La confiance est calculée comme la proportion de chaque catégorie par rapport au nombre total de réponses.

Explainable AI en Python

Créer des invites d'auto-cohérence

prompt = """Classify the following review as positive or negative. 
You should reply with either "positive" or "negative", nothing else.
Review: 'The customer service was great, but the product itself did not meet my expectations.'"""


responses = []

for i in range(5):
    sentiment = get_response(review)

    responses.append(sentiment.lower())


confidence = {
    'positive': responses.count('positive') / len(responses),
    'negative': responses.count('negative') / len(responses)
}
Explainable AI en Python

Créer des invites d'auto-cohérence

print(confidence)

{
    'positive': 0.6,
    'negative': 0.4
}
Explainable AI en Python

Passons à la pratique !

Explainable AI en Python

Preparing Video For Download...