Embedded Files
SAE-IA-GPT2.pdfLe projet consiste à créer un chatbot conversationnel intelligent basé sur GPT-2 pour répondre naturellement aux questions des utilisateurs. Nous utilisons Keras NLP pour GPT-2 et Gradio pour concevoir une interface utilisateur conviviale, en exploitant des ensembles de données médicales spécialisées.
Le projet implique les étapes suivantes :
Compréhension de GPT-2 : Exploration du modèle via l'API TensorFlow et étude de la génération de texte.
Collecte de Données : Sélection de datasets pertinents pour la personnalisation du chatbot selon le domaine ciblé.
Fine-Tuning du Modèle : Affinage du modèle pour des réponses cohérentes et pertinentes.
Intégration de Gradio : Création d'une interface conviviale et personnalisée.
Tests et Optimisation : Tests auprès des utilisateurs pour affiner les réponses.
Documentation et Présentation : Rédaction complète de la documentation et présentation du projet.
L'objectif final est d'apprendre les concepts de chatbots, le fine-tuning des modèles et l'évaluation des performances. Le travail en équipe met l'accent sur la gestion, la collaboration, et l'intégration technique, permettant aux membres de développer un projet innovant et complet en intelligence artificielle.
Pour consulter les livrables, rendez-vous sur le GitHub
MES CONTRIBUTIONS
Collecte et Analyse de Données Médicales
Utilisation de wordclouds pour examiner les ensembles de données disponibles.
Identification des thèmes médicaux récurrents et des questions critiques.
Orientation de la stratégie de fine-tuning du modèle.
Recherche et Compréhension Théorique
Découverte de méthodes innovantes telles que LoRA pour améliorer l'apprentissage.
Optimisation du modèle GPT-2 sans la méthode LoRA.
Comparaison avec les méthodes LoRA pour évaluer les performances du modèle.
Étude approfondie du modèle GPT-2 et des techniques de fine-tuning.
Suivi de l'Historique des Interactions
Ajout d'une fonctionnalité permettant de suivre l'historique des conversations du chatbot.
Amélioration de l'expérience utilisateur et de la continuité des interactions.
Correction de Bugs
Résolution d'un problème de synchronisation entre GitHub et Hugging Face.
Correction du code pour le chargement du modèle, rendant le chatbot plus accessible et fiable.
Adaptation Stratégique du Chatbot
Affinement des réponses du modèle aux questions médicales.
Maintien d'une expérience utilisateur fluide et pertinente malgré les limitations techniques.
Apprentissage
Ce projet a non seulement permis de renforcer les compétences techniques et analytiques en IA, mais aussi de souligner l'importance de la collaboration, de la personnalisation et du respect des considérations éthiques. Le chatbot incarne un exemple inspirant d'utilisation de l'intelligence artificielle pour améliorer l'accès à l'information médicale et représente une base solide pour de futurs développements dans ce domaine.
ÉQUIPE DE PROJET
COMPÉTENCES
Page updated
Google Sites
Report abuse