Objetivo
Crear una clase con parámetros de entrenamiento personalizables para facilitar la realización de experimentos con el modelo de chatbot basado en Large Language Models (LLM) y Retrieval-augmented Generation (RAG).
Tareas
Diseño de la Clase: Definir la estructura y atributos de la clase que permitirá configurar los parámetros de entrenamiento del modelo.
Parámetros Personalizables: Identificar los parámetros clave que deben ser ajustables, como el tamaño del lote, la tasa de aprendizaje, el número de épocas, entre otros.
Documentación: Proporcionar documentación detallada sobre el propósito y el uso de cada parámetro, asegurando una comprensión clara para los usuarios.
Integración con Experimentos: Asegurar que la clase sea fácilmente integrable con scripts de experimentos para evaluar diferentes configuraciones de entrenamiento.
Criterios de Éxito
Flexibilidad: La clase debe ofrecer flexibilidad para ajustar diversos parámetros de entrenamiento según las necesidades específicas de los experimentos.
Usabilidad: La documentación debe ser exhaustiva y comprensible, permitiendo a los usuarios utilizar la clase de manera efectiva sin ambigüedades.
Integración Exitosa: La clase debe integrarse sin problemas en los experimentos existentes, mostrando coherencia en los resultados obtenidos con diversas configuraciones de parámetros.
Objetivo Crear una clase con parámetros de entrenamiento personalizables para facilitar la realización de experimentos con el modelo de chatbot basado en Large Language Models (LLM) y Retrieval-augmented Generation (RAG).
Tareas
Criterios de Éxito