298 ንባቦች

የ Graphs ወደ Python ኮድ መተግበሪያዎች የ AI ግምገማዎችን ለማሻሻል

በጣም ረጅም፤ ማንበብ

COCOGEN በ Python ኮድ ውስጥ ግራፊክ ተግባሮች ይፈጥራል, እንደ CODEX እንደ CodeLLMs በባህር ቅናሽ በመጠቀም ትክክክለኛ ግራፊክ መዋቅርዎችን ለመፍጠር ይቻላል.
featured image - የ Graphs ወደ Python ኮድ መተግበሪያዎች የ AI ግምገማዎችን ለማሻሻል
The FewShot Prompting Publication  HackerNoon profile picture
0-item

የመስመር ላይ ገጾች

Abstract እና 1 መተግበሪያ

2 COCOGEN: ኮድ ጋር Commonsense መዋቅርዎችን ያተኮሩ እና 2.1 Python ኮድ ወደ (T,G) ያተኮሩ

2.2 G ለመፍጠር የሚፈልጉትን ጥቂት ፎቶዎች

3 ግምገማዎች እና 3.1 ሙከራ መፍጠር

4.2 ስክሪት አጠቃቀም: Proscript

3.3 የኦሪጂናል ስቴትስ ትኩረት: PROPARA

3.4 አግኝቷል Graph Generation: EXPLAGRAPHS

4 ልማት

5 የተያዙ ሥራዎች

6 መውሰድ, የምስክር ወረቀት, መስፈርቶች እና መለያዎች

አንድ Few-Shot ሞዴሎች መጠን ጥምረት

B Dynamic ፍጥነት ለመፍጠር

C የአካባቢ ጥራት

የ D Dataset ስቴትስቲክስ

የምስክር ወረቀት

F ፈጣን

G የ Python ክፍል ለመሠረተ ተግባር ንድፍ

H ሞዴል መጠን ውጤት

በከፍተኛ ደረጃ ላይ የተለያዩ

2 COCOGEN: ኮድ ጋር Commonsense መዋቅርዎችን ያተኮሩ

የ COCOGEN መተግበሪያ ግምገማዎች በ Gc (Code-MLLs) እና በ GLLMs (Xu et al., 2022) ውስጥ የፈጠራ ውሂብ ውስጥ ታዋቂነት ምክንያት Python ይምረጡ. የ COCOGEN መተግበሪያ ግምገማዎች በ Code-MLLs የፈጠራ ግምገማዎች ጋር ተመሳሳይ ናቸው, ስለዚህ ከባድ ግምገማዎች ከባድ ግምገማዎች ከባድ ግምገማዎች ከባድ ግምገማዎች ይጠቀማሉ. የ COCOGEN ግምገማዎች ከባድ ግምገማዎች ከባድ ግምገማዎች ከባድ ግምገማዎች ከባድ ግምገማዎች ከባድ ግምገማዎች ከባድ ግምገማዎች ከባድ ግምገማ


የ SCRIPT Generation (PROSCRIPT, Figure 1) ተግባር እንደ ምሳሌ ይጠቀማል: የ SCRIPT Generation የተወሰነ ከፍተኛ ደረጃ መጨረሻ (T) ለማግኘት የ SCRIPT Generation (G) ለመፍጠር ነው.

2.1 Python ኮድ ወደ (T, G) ለመቀየር

አንድ (T, G) ኳስ ወደ Python ክፍል ወይም ተግባር ይቀየዳል. በአጠቃላይ ሂደቱ የኮድ መጀመሪያ ውስጥ መውሰድ ጽሑፍ T እንደ ክፍል ባህሪያት ወይም ዝርዝር አስተያየት ያካትታሉ እና የኮድ ውስጥ መዋቅር (እን.ኤ.ኤ., hashmaps, የኮድ ባህሪያት) ወይም ተግባር አግኝተዋል ለ መደበኛ መዋቅር (እን.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.ኤ.


ለምሳሌ, ለ script generation task, we convert the (T, G) pair into a Tree class (Figure 1b). The goal T is added as class attribute (goal), and the script G is added by listing the nodes and edges separately. We first instantiate the list of nodes as objects of class Node. Then, the edges are added as an attribute children for each node (Figure 1b). ለምሳሌ, we instantiate the node “Take out several plates” as take_out_several_plates = Node(), and add it as a child of the node take_pies_out_to_cool.


አንድ ስልጠና ምሳሌ እንደ Python ክፍል ለማስተካከል ብዙ መንገድ አሉ, በዚህ ተመሳሳይ ቀላል ቅርጸት በጣም ውጤታማ ነው, በተለይ በከፍተኛ ሞዴሎች ጋር.

2.2 G ለመፍጠር የሚፈልጉትን ጥቂት ፎቶዎች





Figure 2: COCOGEN uses a prompt consisting of k (5-10) Python classes. During inference, the test input is converted to a partial class, as shown above, appended to the prompt, and completed by a code generation model such as CODEX.



በ CODEX (Chen et al., 2021a) ውስጥ የእኛን ሙከራዎች ውስጥ እኛ CODEX (Chen et al., 2021a) አጠቃቀም እና በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና ውስጥ በቻይና


አግኙን

ይህ ጽሑፍ በ CC BY 4.0 DEED License ላይ archiv ላይ ይገኛል.

አግኙን

ይህ ገጽአግኝቷል Archiveበ CC BY 4.0 DEED አግኝቷል.


አግኙን

የቅጂ መብት:

አግኙን

(1) Aman Madaan, Language Technologies Institute, Carnegie Mellon University, ዩናይትድ ስቴትስ (amadaan@cs.cmu.edu)

አግኙን

(2) Shuyan Zhou, Language Technologies Institute, Carnegie Mellon University, ዩናይትድ ስቴትስ (shuyanzh@cs.cmu.edu);

አግኙን

(3) Uri Alon, Language Technologies Institute, Carnegie Mellon ዩኒቨርሲቲ, የአሜሪካ (ualong@cs.cmu.edu)

አግኙን

(4) Yiming Yang, Language Technologies Institute, Carnegie Mellon ዩኒቨርሲቲ, የአሜሪካ (yiming@cs.cmu.edu)

አግኙን

(5) Graham Neubig, Language Technologies Institute, Carnegie Mellon University, ዩናይትድ ስቴትስ (gneubig@cs.cmu.edu).

አግኙን

Authors:

(1) Aman Madaan, Language Technologies Institute, Carnegie Mellon University, ዩናይትድ ስቴትስ (amadaan@cs.cmu.edu)

(2) Shuyan Zhou, Language Technologies Institute, Carnegie Mellon University, ዩናይትድ ስቴትስ (shuyanzh@cs.cmu.edu);

(3) Uri Alon, Language Technologies Institute, Carnegie Mellon ዩኒቨርሲቲ, የአሜሪካ (ualong@cs.cmu.edu)

(4) Yiming Yang, Language Technologies Institute, Carnegie Mellon ዩኒቨርሲቲ, የአሜሪካ (yiming@cs.cmu.edu)

(5) Graham Neubig, Language Technologies Institute, Carnegie Mellon University, ዩናይትድ ስቴትስ (gneubig@cs.cmu.edu).


Trending Topics

blockchaincryptocurrencyhackernoon-top-storyprogrammingsoftware-developmenttechnologystartuphackernoon-booksBitcoinbooks