Заставить модель Олламы правильно читать данные dict/jsonPython

Программы на Python
Ответить
Anonymous
 Заставить модель Олламы правильно читать данные dict/json

Сообщение Anonymous »

Я использую Big Query для извлечения данных SQL из определенной базы данных. У меня возникли проблемы с созданием модели Ollama, особенно llama3.3 70B, с правильным чтением данных SQL-запроса. Он лишь повторяет заданную подсказку и запрашивает дополнительную информацию. Я конвертирую данные SQL в словарь и конвертирую словарь в данные json с помощью .jsondump().
Если у кого-нибудь есть предложения, как я могу заставить его правильно читать. Моя главная цель — сделать так, чтобы модель могла читать данные в формате JSON и предоставлять сводку результатов запроса. Результаты SQL влекут за собой определенные параметры, используемые для Большого запроса, например, шкала Гольдштейна является компонентом запроса. Моя главная цель — получить в модели обобщение того, что влечет за собой каждый компонент запроса, и дать снимок общего ответа на запрос. Например, приведенные ниже параметры SQL должны быть суммированы моделью после ответа на запрос, затем проанализированы и использованы для прогнозирования текущей ситуации ввода.
SQLDATE,
Actor1Name,
Actor2Name,
EventCode,
EventRootCode,
AvgTone,
GoldsteinScale,
SOURCEURL

def askollamaHandler(param2,param2,param3, model="llama3.1:latest"):

prompt = {
f"Context: ------"
f"Tasl: --------"
f"Metrics: ----------."
f"Analyze: ------" }

response = requests.post(
"http://localhost:11434/api/generate",
json={
"model": model,
"prompt": prompt,
"stream": False
}
)
return response.json()["response"]

def askollamaQuery(param1, param2, model="llama3.1:latest"):

prompt = {
f"Task: ------"
f"Context: ----"
f"Metrics: ----"
f"Analyze: ---- "
f"Data:---"
}

response = requests.post(
"http://localhost:11434/api/generate",
json={
"model": model,
"prompt": prompt,
"stream": False
}
)
return response.json()["response"]

QUERY_RESULT_DATA = client.query(query)
DATA_DICT = [dict(row) for row in QUERY_RESULT_DATA] # 1 query to dict
df = pd.DataFrame(DATA_DICT) #for XLSX save
json_data = json.dump(DATA_DICT) #for LLM read

llama_handler_summary = askollamaHandler(country_code_filter,keyword_filter,event_filter)

llama_query_summary = askollamaQuery(DATA_DICT,llama_handler_summary)


Подробнее здесь: https://stackoverflow.com/questions/798 ... a-properly
Ответить

Быстрый ответ

Изменение регистра текста: 
Смайлики
:) :( :oops: :roll: :wink: :muza: :clever: :sorry: :angel: :read: *x)
Ещё смайлики…
   
К этому ответу прикреплено по крайней мере одно вложение.

Если вы не хотите добавлять вложения, оставьте поля пустыми.

Максимально разрешённый размер вложения: 15 МБ.

Вернуться в «Python»