root_path = "/root/autodl-tmp/results"instructions = pd.read_csv(f"{root_path}/results_new.csv")instructions.shapeori_instructions = pd.read_csv(f"{root_path}/results.csv")ori_instructions.shape这两个文件从哪里获取的，没有看到生成的代码
guykilcj1#
这两个文件的核心内容是原模型和微调后的模型在情感分类输出上的不同，因此您可以直接使用模型输出的结果进行比较，同时保存的代码在下面的一段Cell中，具体代码为：
instructions.to_csv(f"{root_path}/results_new.csv") ori_instructions.to_csv(f"{root_path}/results.csv")
de90aj5v2#
root_path = "/root/autodl-tmp/results" instructions = pd.read_csv(f"{root_path}/results_new.csv") instructions.shape ori_instructions = pd.read_csv(f"{root_path}/results.csv") ori_instructions.shape这两个文件从哪里获取的，没有看到生成的代码请问您是如何解决的呢还有codename这份问题
2条答案
按热度按时间guykilcj1#
这两个文件的核心内容是原模型和微调后的模型在情感分类输出上的不同，因此您可以直接使用模型输出的结果进行比较，同时保存的代码在下面的一段Cell中，具体代码为：
这两个文件的核心内容是原模型和微调后的模型在情感分类输出上的不同，因此您可以直接使用模型输出的结果进行比较，同时保存的代码在下面的一段Cell中，具体代码为：
de90aj5v2#
root_path = "/root/autodl-tmp/results" instructions = pd.read_csv(f"{root_path}/results_new.csv") instructions.shape ori_instructions = pd.read_csv(f"{root_path}/results.csv") ori_instructions.shape
这两个文件从哪里获取的，没有看到生成的代码
请问您是如何解决的呢
还有codename这份问题