Exploretom
简介 :
ExploreToM是由Facebook Research开发的一个框架,旨在大规模生成多样化和具有挑战性的心理理论数据,用于强化大型语言模型(LLMs)的训练和评估。该框架利用A*搜索算法在自定义的领域特定语言上生成复杂的故事结构和新颖、多样化且合理的情景,以测试LLMs的极限。
需求人群 :
目标受众为研究人员、开发者和教育机构,他们可以利用ExploreToM生成的数据来训练和评估心理理论推理的模型,进而提升人工智能在理解人类心理状态方面的能力。
总访问量: 474.6M
占比最多地区: US(19.34%)
本站浏览量 : 52.7K
使用场景
研究人员使用ExploreToM生成的数据训练心理理论推理模型。
教育机构利用该框架创建教学案例,帮助学生理解心理理论。
开发者使用ExploreToM框架来测试和改进他们的聊天机器人或虚拟助手。
产品特色
生成故事背景:使用story_context_generator.py脚本生成故事背景。
执行A*搜索:通过story_structure_searcher.py脚本执行A*搜索,以产生复杂的故事结构。
填充生成的故事:利用story_structure_infiller.py脚本填充生成的故事。
统计分析:通过compute_statistics.py脚本对生成的数据进行统计分析。
功能测试:运行tests_belief_tracker.py和tests_story_structure_infiller.py进行功能测试。
模型加载:使用VLLM(大型语言模型)加载和运行模型。
使用教程
1. 安装必要的Python环境和依赖。
2. 使用story_context_generator.py生成故事背景。
3. 通过story_structure_searcher.py执行A*搜索,生成复杂的故事结构。
4. 利用story_structure_infiller.py填充生成的故事。
5. 运行compute_statistics.py对生成的数据进行统计分析。
6. 通过tests_belief_tracker.py和tests_story_structure_infiller.py进行功能测试。
7. 根据需要加载和使用VLLM模型。
AIbase
智启未来,您的人工智能解决方案智库
简体中文