roots-search
רץ בדפדפןbigscience-dataapache-2.02022-10-28
הכלי מיועד לחיפוש טקסטואלי ישיר בתוך מאגר הנתונים ROOTS ששימש לאימון המודל BLOOM. חוקרים ומפתחים יכולים לאתר בו מופעים ספציפיים ולבדוק באילו קובצי נתונים הם נכללו.
- —הורדות בחודש
- 48לייקים
מה זה
מזינים שאילתת טקסט בתיבת החיפוש, בוחרים שפה מתוך תפריט נפתח ומגדירים באמצעות סליידר את מספר התוצאות המבוקש. הממשק שולח בקשות ומחזיר תצוגת HTML של קטעי הטקסט שנמצאו במאגר, כולל הדגשת מונחי החיפוש בתוך הטקסט.
התוצאות מציגות גם מטא-דאטה לגבי מקור המידע, למשל האם מדובר בסט נתונים פרטי או מהו הרישיון של המקור. המערכת כוללת אפשרות לסינון לפי מאגרי נתונים ספציפיים מתוך התוצאות שהתקבלו, וכפתור למעבר לעמוד הבא במקרה שיש תוצאות נוספות. מאחורי הקלעים הכלי מקושר למודל bigscience/bloom ומאפשר להתחקות אחרי חומרי המקור שלו.
מתאים ל
- בדיקת מקורות אימון
איתור קטעי טקסט ספציפיים כדי לראות אם נכללו בחומרי הלמידה של המודל.
- בדיקת רישיונות מידע
בירור תנאי השימוש והמקור של נתונים מסוימים שנכנסו למאגר ROOTS.
- חקירת כיסוי שפתי
סינון לפי שפות כדי לבדוק את היקף הנתונים הזמינים בשפה נתונה.
איפה זה נופל
הבעיה המיידית היא שהעמוד כלל אינו מתפקד ומציג שגיאה. מעבר לכך, זה אינו ממשק צ'אט או מודל שיוצר תוכן, אלא מנוע חיפוש למאגר האימון בלבד. לא תקבלו כאן תשובות לשאלות או השלמת משפטים, והחיפוש מוגבל לשפות ולמאגרים שהוגדרו מראש בפרויקט.
שאלות
נפוצות
האם הכלי עובד כרגע בדפדפן?
לא, הכלי מדווח במצב של שגיאת ריצה ואינו זמין לשימוש מיידי. הקוד לא רץ בהצלחה בשרת של המרחב. צריך לתקן את התקלה בקוד או להריץ אותו עצמאית.
במה הכלי הזה שונה מהמודל BLOOM עצמו?
הכלי אינו מייצר טקסט ואינו עונה על שאלות כמו מודל שפה. הוא משמש כמנוע חיפוש פשוט שבודק מה מופיע בתוך מאגר הנתונים ROOTS ששימש לבניית המודל. מקבלים כאן קטעי מקור קיימים ולא פלט שנוצר בזמן אמת.
האם אפשר להריץ את הקוד באופן מקומי?
כן, הקוד מבוסס על ספריית gradio ופייתון, ומשתמש בספריות סטנדרטיות כמו requests. מאחר שהוא משוחרר ברישיון apache-2.0, ניתן להוריד את קובץ app.py ולהפעיל אותו בסביבה משלכם. ייתכן שיידרש חיבור מתאים למאגרי הנתונים או לשרת החיפוש שהקוד פונה אליו.
האם החיפוש כרוך בתשלום?
לא, המרחב פורסם בחינם לשימוש הציבור על גבי חומרת מעבד בסיסית. אין דרישה לתשלום או למנוי כדי לגשת לדף. המגבלה היחידה כרגע היא התקלה הטכנית שמשביתה אותו.
איך משתמשים
בפועל, כרגע אי אפשר להריץ את החיפוש בדפדפן. הממשק נמצא במצב שגיאת ריצה, כך שהשרת שמחזיק את הדף קורס עוד לפני שמתחילים לעבוד. במצב תקין מדובר בהזנת מילים ולחיצה על כפתור Submit, כאשר הסביבה מוגדרת על מעבד בסיסי בלבד.
הרישיון
הקוד של הכלי מפורסם תחת רישיון apache-2.0, שמאפשר שימוש חופשי ושינוי הקוד. עם זאת, התוצאות עצמן מגיעות ממאגרי נתונים שונים שלכל אחד מהם עשוי להיות רישיון נפרד, כפי שמוצג לצד קטעי הטקסט בממשק.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש
- שימוש בפטנטים