Dialogpt Small

🚀 最先進的大規模預訓練回覆生成模型 (DialoGPT)

DialoGPT 是用於多輪對話的最先進的大規模預訓練對話回覆生成模型。人工評估結果表明，在單輪對話圖靈測試中，DialoGPT 生成的回覆質量可與人類回覆相媲美。該模型在來自 Reddit 討論線程的 1.47 億條多輪對話上進行訓練。

🚀 快速開始

現在，讓我們來嘗試一下該模型作為聊天夥伴的表現！

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch


tokenizer = AutoTokenizer.from_pretrained("microsoft/DialoGPT-small")
model = AutoModelForCausalLM.from_pretrained("microsoft/DialoGPT-small")

# Let's chat for 5 lines
for step in range(5):
	# encode the new user input, add the eos_token and return a tensor in Pytorch
	new_user_input_ids = tokenizer.encode(input(">> User:") + tokenizer.eos_token, return_tensors='pt')

	# append the new user input tokens to the chat history
	bot_input_ids = torch.cat([chat_history_ids, new_user_input_ids], dim=-1) if step > 0 else new_user_input_ids

	# generated a response while limiting the total chat history to 1000 tokens, 
	chat_history_ids = model.generate(bot_input_ids, max_length=1000, pad_token_id=tokenizer.eos_token_id)

	# pretty print last ouput tokens from bot
	print("DialoGPT: {}".format(tokenizer.decode(chat_history_ids[:, bot_input_ids.shape[-1]:][0], skip_special_tokens=True)))

✨ 主要特性

• 多輪對話生成：能夠處理多輪對話，生成連貫的回覆。
• 高質量回復：在單輪對話圖靈測試中，生成的回覆質量可與人類回覆相媲美。
• 大規模預訓練：在 1.47 億條多輪對話上進行訓練。

💻 使用示例

基礎用法

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch


tokenizer = AutoTokenizer.from_pretrained("microsoft/DialoGPT-small")
model = AutoModelForCausalLM.from_pretrained("microsoft/DialoGPT-small")

# Let's chat for 5 lines
for step in range(5):
	# encode the new user input, add the eos_token and return a tensor in Pytorch
	new_user_input_ids = tokenizer.encode(input(">> User:") + tokenizer.eos_token, return_tensors='pt')

	# append the new user input tokens to the chat history
	bot_input_ids = torch.cat([chat_history_ids, new_user_input_ids], dim=-1) if step > 0 else new_user_input_ids

	# generated a response while limiting the total chat history to 1000 tokens, 
	chat_history_ids = model.generate(bot_input_ids, max_length=1000, pad_token_id=tokenizer.eos_token_id)

	# pretty print last ouput tokens from bot
	print("DialoGPT: {}".format(tokenizer.decode(chat_history_ids[:, bot_input_ids.shape[-1]:][0], skip_special_tokens=True)))

多輪對話示例

📚 詳細文檔

有關 DialoGPT 的預處理、訓練和完整詳細信息，請參閱 原始 DialoGPT 倉庫。

ArXiv 論文：https://arxiv.org/abs/1911.00536

📊 評估結果

大語言模型開放排行榜評估結果

詳細結果可查看 此處

📄 許可證

本項目採用 MIT 許可證。