これは「Summarize from Feedback」というWindowsアプリで、最新リリースはsummarize-from-feedbacksourcecode.tar.gzとしてダウンロードできます。ワークステーション向けの無料ホスティングプロバイダーであるOnWorksでオンラインで実行できます。
OnWorks で、Summarize from Feedback というアプリを無料でダウンロードしてオンラインで実行します。
このアプリを実行するには、次の手順に従ってください。
-1。このアプリケーションをPCにダウンロードしました。
--2。ファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXに必要なユーザー名を入力します。
-3。このアプリケーションをそのようなファイルマネージャにアップロードします。
-4。このWebサイトからOSOnWorksオンラインエミュレーターを起動しますが、Windowsオンラインエミュレーターの方が優れています。
-5。起動したばかりのOnWorksWindows OSから、必要なユーザー名でファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXにアクセスします。
-6。アプリケーションをダウンロードしてインストールします。
-7.LinuxディストリビューションソフトウェアリポジトリからWineをダウンロードします。 インストールしたら、アプリをダブルクリックして、Wineで実行できます。 また、人気のあるWindowsプログラムやゲームのインストールに役立つWine上の豪華なインターフェイスであるPlayOnLinuxを試すこともできます。
WineはLinux上でWindowsソフトウェアを実行する方法ですが、Windowsは必要ありません。 Wineは、任意のLinuxデスクトップでWindowsプログラムを直接実行できるオープンソースのWindows互換性レイヤーです。 基本的に、Wineは、実際にWindowsを必要とせずに、これらすべてのWindowsアプリケーションを実行できるように、十分な数のWindowsを最初から再実装しようとしています。
スクリーンショットは
Ad
フィードバックから要約する
DESCRIPTION
フィードバックからの要約の学習（summarize to Human Feedback）リポジトリは、論文「人間のフィードバックからの要約の学習」で紹介されている手法を実装しています。このリポジトリの目的は、まず人間のフィードバック（要約の比較）を収集して報酬モデルを学習し、次に学習した報酬を最大化するようにポリシー（要約器）を微調整することで、人間の好みにより合致する要約モデルを学習することです。コードには、教師ありベースライン（標準的な要約学習）、報酬モデリングコンポーネント、強化学習（または好みに基づく微調整）フェーズという複数の段階が含まれています。また、このリポジトリには、データセット処理、モデリングアーキテクチャ、推論、評価のためのユーティリティも含まれています。コードベースは実験段階であるため、依存関係や環境によってはすぐには動作しないものもありますが、人間のフィードバックによる要約の実装方法に関する標準的なリファレンスとして利用できます。
オプション
- パフォーマンスを初期化するための教師ありベースライン要約モデル
- 人間による要約ペアの比較から訓練された報酬モデル
- 好みに基づく微調整/強化学習段階により要約器を人間の判断に合わせて最適化する
- データセット処理モジュール（読み込み、比較、分割）
- 要約を生成し、スコアを付ける推論および評価スクリプト
- モジュラーモデル定義をサポートするアーキテクチャレイアウトファイル（例：model_layout.py）
プログラミング言語
Python
カテゴリー
このアプリケーションは、https://sourceforge.net/projects/summarize-from-feedback.mirror/ からも取得できます。OnWorks でホストされているため、無料のオペレーティングシステムから最も簡単にオンラインで実行できます。
