File size: 1,939 Bytes
9ae93fa 9a7ccef 9ae93fa 9dbc476 9ae93fa 9dbc476 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 |
---
language: ru
tags:
- exbert
license: mit
---
# RuGPT2_Gen_Comments
Предварительно обученная модель на русском языке с использованием языковой модели "sberbank-ai/rugpt3small_based_on_gpt2".
Содержимое карты этой модели было создано, чтобы дополнить предоставленную информацию и привести конкретные примеры её использования.
## Описание модели
RuGPT2_Gen_Comments — это модель предназначена для демонстрации генерации новостей, предварительно обученная на массиве данных
Lenta2 проекта CORUS на русском языке.
Входные данные — это последовательности непрерывного текста определенной длины (block_size = 1048).
### Проимер использования
```python
from transformers import AutoTokenizer, AutoModelForCausalLM
tokenizer = AutoTokenizer.from_pretrained("Dmitriy007/rugpt2_gen_comments")
model = AutoModelForCausalLM.from_pretrained("Dmitriy007/rugpt2_gen_comments")
input_text = 'Ученик старшего класса лицея № 21 Иван Сидоров из города Адлер полетел в космос на планету Марс.'
inputs = tokenizer(input_text, return_tensors="pt")
model.to('cuda')
inputs.to('cuda')
input_ids = inputs["input_ids"]
output = model.generate(
input_ids,
attention_mask=inputs["attention_mask"],
pad_token_id=model.config.bos_token_id,
max_length=300,
num_beams=5,
num_return_sequences=1,
top_k=50,
top_p=0.90,
no_repeat_ngram_size=2,
temperature=0.7,
early_stopping=True
)
generated_text = list(map(tokenizer.decode, output))
print(generated_text[0])
```
|