microsoft-deberta-large-squad_v2

Algorithmic Learning and Optimized Quantum Artificial Solutions (ALOQAS)

<p> <a href="https://huggingface.co/spaces/ALOQAS/aloqas-gradio">Démo. Gradio sur Hugging Face Spaces</a> </p> <p> <a href="https://github.com/LucasAguetai/ALOQAS">Lien vers le repository GitHub</a> </p> <p> <a href="https://drive.google.com/drive/folders/1MrW-UftHd0HVgLjJ_C5HmwBG3ymEY_qY?usp=drive_link">Lien vers les notebooks Google Colaboratory (sur demande)</a> </p>

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. <br /> 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

<ul> <li><b>A</b>urélien ZUFIC</li> <li><b>L</b>ucas AGUETAÏ</li> <li><b>O</b>ny ANDRIATSAHAVOJAONA</li> <li><b>Q</b>uentin VERMEERSCH</li> <li><b>A</b>lexandre HUYNH</li> <li><b>S</b>amuel DORISMOND</li> </ul>

Jeux de données traité

Dataset TensorFlow sur des articles scientifiques : <a href="https://www.tensorflow.org/datasets/catalog/scientific_papers">scientific_papers</a>

Tâches du projet

Compréhension de GPT-2 :

Étudiez le fonctionnement de GPT-2 en utilisant l'API TensorFlow.<br /> 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.).<br /> 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.<br /> Optimisez le modèle pour la génération de réponses de chatbot cohérentes et pertinentes.<br /> 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.<br /> 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.<br /> 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.<br /> 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.<br /> Flask est une bibliothèque Python populaire pour le développement de serveurs web.<br /> Gradio propose des ressources et des exemples pour développer des interfaces utilisateur interactives.