Hebrew Gpt Neo Xl Poetry

🚀 希伯來語GPT Neo XL詩歌生成模型

這是一個希伯來語詩歌文本生成模型，它基於 hebrew - gpt_neo - xl 進行了微調。該模型能夠生成富有創意的希伯來語詩歌文本，為希伯來語詩歌創作提供了新的可能。

🚀 快速開始

你可以通過以下方式快速使用本模型：

• Google Colab Notebook：點擊 此處 即可使用。

✨ 主要特性

• 基於強大基礎模型：在 hebrew-gpt_neo-xl 基礎上微調，繼承了其強大的語言理解和生成能力。
• 豐富數據集訓練：使用多種希伯來語書籍、雜誌和詩歌語料庫進行訓練，生成的詩歌更具多樣性和專業性。

📦 安裝指南

在使用模型前，你需要安裝必要的依賴庫，可使用以下命令進行安裝：

!pip install tokenizers==0.10.3 transformers==4.8.0

💻 使用示例

基礎用法

!pip install tokenizers==0.10.3 transformers==4.8.0

from transformers import AutoTokenizer, AutoModelForCausalLM
  
tokenizer = AutoTokenizer.from_pretrained("Norod78/hebrew-gpt_neo-xl-poetry")
model = AutoModelForCausalLM.from_pretrained("Norod78/hebrew-gpt_neo-xl-poetry", pad_token_id=tokenizer.eos_token_id)

prompt_text = "אני אוהב שוקולד ועוגות"
max_len = 512
sample_output_num = 3
seed = 1000

import numpy as np
import torch

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
n_gpu = 0 if torch.cuda.is_available()==False else torch.cuda.device_count()

print(f"device: {device}, n_gpu: {n_gpu}")

np.random.seed(seed)
torch.manual_seed(seed)
if n_gpu > 0:
    torch.cuda.manual_seed_all(seed)

model.to(device)

encoded_prompt = tokenizer.encode(
    prompt_text, add_special_tokens=False, return_tensors="pt")

encoded_prompt = encoded_prompt.to(device)

if encoded_prompt.size()[-1] == 0:
        input_ids = None
else:
        input_ids = encoded_prompt

print("input_ids = " + str(input_ids))

if input_ids != None:
  max_len += len(encoded_prompt[0])
  if max_len > 2048:
    max_len = 2048

print("Updated max_len = " + str(max_len))

stop_token = "<|endoftext|>"
new_lines = "\n\n\n"

sample_outputs = model.generate(
    input_ids,
    do_sample=True, 
    max_length=max_len, 
    top_k=50, 
    top_p=0.95, 
    num_return_sequences=sample_output_num
)

print(100 * '-' + "\n\t\tOutput\n" + 100 * '-')
for i, sample_output in enumerate(sample_outputs):

  text = tokenizer.decode(sample_output, skip_special_tokens=True)
  
  # Remove all text after the stop token
  text = text[: text.find(stop_token) if stop_token else None]

  # Remove all text after 3 newlines
  text = text[: text.find(new_lines) if new_lines else None]

  print("\n{}: {}".format(i, text))
  print("\n" + 100 * '-')

📚 詳細文檔

數據集

本模型使用了多種希伯來語書籍、雜誌和詩歌語料庫進行訓練，這些豐富的數據集為模型提供了多樣化的語言模式和知識。

訓練配置

訓練配置與 此配置 類似。

📄 許可證

本項目採用 MIT 許可證。