Algorithmic Learning and Optimized Quantum Artificial Solutions (ALOQAS)
Démo. Gradio sur Hugging Face Spaces
Lien vers le repository GitHub
Lien vers les notebooks Google Colaboratory (sur demande)
Projet : Création d'un Système de Chatbot Conversationnel basé sur GPT-2
Ce projet a pour objectif de développer un chatbot conversationnel intelligent en utilisant le modèle GPT-2 comme base.
Le chatbot sera capable d'engager des conversations naturelles avec les utilisateurs, de répondre à leurs questions et de fournir des informations utiles.
Membres du projet
- Aurélien ZUFIC
- Lucas AGUETAÏ
- Ony ANDRIATSAHAVOJAONA
- Quentin VERMEERSCH
- Alexandre HUYNH
- Samuel DORISMOND
Jeux de données traité
Dataset TensorFlow sur des articles scientifiques : scientific_papers
Tâches du projet
Compréhension de GPT-2 :
Étudiez le fonctionnement de GPT-2 en utilisant l'API TensorFlow.
Explorez comment GPT-2 génère du texte en réponse à des stimuli.
Collecte de Données :
Identifiez un domaine spécifique ou une application pour votre chatbot (par exemple,
un chatbot de service client, un chatbot éducatif, etc.).
Collectez ou préparez un ensemble de données de dialogue adapté à votre domaine
d'application.
Fine-tuning de GPT-2 :
Fine-tunez le modèle GPT-2 en utilisant l'ensemble de données de dialogue.
Optimisez le modèle pour la génération de réponses de chatbot cohérentes et
pertinentes.
Évaluez les performances du modèle fine-tuné en utilisant des mesures de qualité de
dialogue.
Intégration de Gradio :
Utilisez la bibliothèque Gradio pour intégrer une interface utilisateur conviviale à
votre chatbot.
Personnalisez l'interface pour qu'elle corresponde à l'esthétique de votre application.
Tests et Optimisation :
Testez le chatbot avec des utilisateurs pour recueillir des commentaires et des
données de performance.
Effectuez des ajustements en fonction des commentaires des utilisateurs pour
améliorer la qualité des réponses du chatbot.
Documentation et Présentation :
Rédigez une documentation complète expliquant comment utiliser le chatbot.
Préparez une présentation pour montrer et expliquer votre chatbot à vos pairs et
enseignants.
Ressources :
Vous pouvez utiliser l'API GPT-2 de TensorFlow pour le fine-tuning et la génération de
réponses de chatbot.
Flask est une bibliothèque Python populaire pour le développement de serveurs web.
Gradio propose des ressources et des exemples pour développer des interfaces
utilisateur interactives.