Rezumatul celor mai bune 100 de urcări din Marea Britanie: rularea modelelor în limba locală cu LM Studio și R

Instalați LM Studio și descărcați modele

Înainte de a începe, asigurați-vă că aveți următoarele instalate:

După ce ați descărcat și instalat LM Studio, deschideți aplicația. Du-te la Descoperi fila (bara laterală), unde puteți căuta și căuta modele. În acest exemplu, vom folosi modelul Phi-3-mini-4k-instruct, dar, desigur, puteți experimenta cu orice alt model pe care îl preferați – atâta timp cât aveți hardware-ul necesar pentru a-l rula!

Acum, selectați modelul din bara de sus pentru a-l încărca:

Pentru a verifica dacă totul funcționează bine, accesați
Chat din bara laterală și începeți un nou chat pentru a interacționa direct cu modelul Phi-3. Acum ați pus în funcțiune modelul dvs. de limbă!

Pachete R necesare

Pentru a lucra eficient cu LM Studio, vom avea nevoie de mai multe pachete R:

• tidyverse – pentru manipularea datelor
• httr – pentru interacțiunea API
• jsonlite – pentru analiza JSON

Le puteți instala/actualiza pe toate cu o singură linie de cod:

# Install necessary packages
install.packages(c("tidyverse", "httr", "jsonlite"))

Să setăm scriptul R încărcând pachetele și datele cu care vom lucra:

# Load the packages
library(tidyverse)
library(httr)
library(jsonlite)

top_100_climbs_df <- read_csv("https://raw.githubusercontent.com/martinctc/blog/refs/heads/master/datasets/top_100_climbs.csv")

The top_100_climbs_df Setul de date conține informații despre primele 100 de urcări de ciclism din Marea Britanie, pe care le-am extras de pe site-ul web Cycling Uphill, creat inițial de Simon Warren. Acestea sunt 100 de rânduri și următoarele coloane din setul de date:

• climb_id: identificatorul unic al rândului pentru urcare
• climb: numele urcușului
• height_gain_m: crestere in inaltime in metri
• average_gradient: gradient mediu al urcușului
• length_km: lungimea totală a urcușului în kilometri
• max_gradient: gradient maxim al urcușului
• url: URL la pagina de urcare pe Ciclism Uphill

Iată cum arată setul de date când rulăm
dplyr::glimpse():

glimpse(top_100_climbs_df)
## Rows: 100
## Columns: 7
## $ climb_id          1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16…
## $ climb             "Cheddar Gorge", "Weston Hill", "Crowcombe Combe", "P…
## $ height_gain_m     150, 165, 188, 372, 326, 406, 166, 125, 335, 163, 346…
## $ average_gradient  0.05, 0.09, 0.15, 0.12, 0.10, 0.04, 0.11, 0.11, 0.06,…
## $ length_km         3.5, 1.8, 1.2, 4.9, 3.2, 11.0, 1.5, 1.1, 5.4, 1.4, 9.…
## $ max_gradient      0.16, 0.18, 0.25, 0.25, 0.17, 0.12, 0.25, 0.18, 0.12,…
## $ url               "https://cyclinguphill.com/cheddar-gorge/", "https://…

Scopul nostru aici este să folosim acest set de date pentru a genera descrieri text pentru fiecare urcare folosind modelul de limbă. Deoarece aceasta este pentru generarea de text, vom face puțină curățare a setului de date, transformând valorile gradientului în procente:

top_100_climbs_df_clean <- top_100_climbs_df %>%
  mutate(
    average_gradient = scales::percent(average_gradient),
    max_gradient = scales::percent(max_gradient)
    )