MetaQA

from inference import MetaQA, PredictionRequest
metaqa = MetaQA("haritzpuerto/MetaQA")
# ejecutar los agentes de preguntas y respuestas con la pregunta y el contexto de entrada. Para este ejemplo, mostraré salidas de maquetas de agentes de QA extractiva.
list_preds = [('Utah', 0.1442876160144806),
('DOC] [TLE] 1886', 0.10822545737028122),
('Utah Territory', 0.6455602645874023),
('Eli Murray opposed the', 0.352359801530838),
('Utah', 0.48052430152893066),
('Utah Territory', 0.35186105966567993),
('Utah', 0.8328599333763123),
('Utah', 0.3405868709087372),
]
# agregar ("", 0.0) a la lista de predicciones hasta que el tamaño sea 16 (porque MetaQA fue entrenado en 16 conjuntos de datos/agentes incluyendo otros formatos, no solo extractivo)
for i in range(16-len(list_preds)):
list_preds.append(("", 0.0))

request = PredictionRequest()
request.input_question = "While serving as Governor of this territory, 1880-1886, Eli Murray opposed the advancement of polygamy?"
request.input_predictions = list_preds

(pred, agent_name, metaqa_score, agent_score) = metaqa.run_metaqa(request)