การกำหนด role ในการแชท

การทำงานกับ Llama 3

Imtihan Ahmed

Machine Learning Engineer

การกำหนด role

ปรับโทนการตอบของโมเดล
ตัวอย่าง: แชทบอตสำหรับฝ่ายบริการลูกค้า

การสนทนากับแชทบอต - 1

การกำหนด role

ปรับโทนการตอบของโมเดล
ตัวอย่าง: แชทบอตสำหรับฝ่ายบริการลูกค้า

การสนทนากับแชทบอต - 2

การกำหนด role

ปรับโทนการตอบของโมเดล
ตัวอย่าง: แชทบอตสำหรับฝ่ายบริการลูกค้า

การสนทนากับแชทบอต - 3

การใช้ role ใน chat completion

ใช้ chat role เพื่อกำหนดทิศทางการตอบของ Llama

Screenshot 2025-02-26 at 15.32.28.png

กำหนดบุคลิกและสไตล์การตอบ

Screenshot 2025-02-26 at 15.31.50.png

แทนผู้ที่กำลังถามคำถาม

การใช้ role ใน chat completion

ส่งการสนทนาแบบมีโครงสร้าง
ฟังก์ชัน 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

)

System role

ข้อความ System: คำสั่งที่บอกให้โมเดลทำงานอย่างไร

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



message_list = [{

                 "role": "system",

                 "content": system_message

                 }]

User role

ข้อความ User: prompt ที่ส่งให้โมเดล

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
                 }

                ]

การสร้างคำตอบ

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

Assistant role

response["choices"][0]

ผลลัพธ์การตอบกลับ

Assistant role

response["choices"][0]

ผลลัพธ์การตอบกลับพร้อมไฮไลต์ message

Assistant role

response["choices"][0]

ผลลัพธ์การตอบกลับพร้อมไฮไลต์ role

Assistant role

response["choices"][0]

ผลลัพธ์การตอบกลับพร้อมไฮไลต์ content

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

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

มาฝึกกันเถอะ!

การทำงานกับ Llama 3