Тест по главе: Argilla: HuggingFace: курс по Transformers

О чём урок

Давайте проверим, что вы узнали в этой главе! <Question choices={[ { text: "Вам нужно быть подключенным к вашему Argilla серверу: client= rg.Argilla(api_url='...', api_key='...')", explain: "Да, для взаимодействия с вашим сервером вам сначала нужно его инстанцировать.", correct: true }, { text: "Импортировать dataset из hub: dataset = rg.Dataset.from_hub(repo_id='argilla/ag_news_annotated')", explain: "Нет. Это для импорта dataset из Hub в ваш Argilla instance.", }, { text: "Загрузить dataset: dataset = client.datasets(name='my_dataset')", explain: "Да, это понадобится для дальнейших операций", correct: true }, { text: "Преобразовать Argilla dataset в Datasets dataset: dataset = dataset.to_datasets()", explain: "Это не требуется, если вы экспортируете полный dataset. Argilla сделает это за вас. Однако это может понадобиться, если вы работаете с подмножеством записей." }, { text: "Использовать метод to_hub для экспорта dataset: dataset.to_hub(repo_id='my_username/dataset_name')", explain: "Это отправит dataset в указанный repo id и создаст новый repo, если он не существует.", correct: true }, ]} />

План урока

1. 1. Для чего можно использовать Argilla?
2. 2. Argilla работает ТОЛЬКО в Hugging Face Spaces и с Hugging Face Datasets.
3. 3. Вам нужен Hugging Face token, чтобы подключить Python SDK к вашему Argilla серверу.
4. 4. Что такое fields в Argilla? Сколько fields вы можете использовать?
5. 5. Какой тип вопроса лучше всего подходит для задачи token classification?
6. 6. Каково назначение кнопки "Сохранить как черновик"?
7. 7. Argilla не предлагает suggested labels автоматически, вам нужно предоставить эти данные самостоятельно.
8. 8. Выберите все необходимые шаги для полного экспорта Argilla dataset в Hub