GPT Kalki

🚀 GPT2-Kalki

GPT2-Kalki是一个基于GPT - 2的Transformer模型，它在来自维基百科的泰米尔语语料库上进行了微调。该模型专门针对20世纪泰米尔作家Kalki Krishnamurthy的作品进行了微调。此模型用于探索以其小说角色展开的“如果……会怎样”的情景。目前已上映的著名电影《庞尼因·塞尔万 - I》就改编自这位作者的同名小说。该模型是在[GPT2 - Tamil](https://huggingface.co/abinayam/gpt - 2 - tamil)已在泰米尔语数据集上训练好的基础上进行训练的。

✨ 主要特性

• 基于GPT - 2架构，在泰米尔语语料库上微调，尤其聚焦于Kalki Krishnamurthy的作品。
• 可用于探索以小说角色为基础的情景。

📦 安装指南

文档未提及安装步骤，暂不提供。

💻 使用示例

基础用法

>>> from transformers import AutoTokenizer, AutoModelWithLMHead, pipeline
>>> tokenizer = AutoTokenizer.from_pretrained('tsaditya/GPT-Kalki')
>>> model = AutoModelWithLMHead.from_pretrained('tsaditya/GPT-Kalki')
>>> text = "ஆதித்த கரிகாலர் தஞ்சைக்குச் செல்ல உடனடியாக ஒப்புக்கொண்டார். "
>>> encoded_text = tokenizer.encode(text, return_tensors='tf')
>>> beam_output = model.generate(
    encoded_text,
    do_sample=True, 
    max_length=512, 
    top_k=50, 
    top_p=0.95, 
    num_return_sequences=1,
    no_repeat_ngram_size = 3,
    temperature = 0.7
    )
>>> print(tokenizer.decode(beam_output[0], skip_special_tokens=True))

📚 详细文档

数据集使用情况

GPT - 2模型在以下数据集上进行训练：

• oscar数据集 - 泰米尔语
• IndicNLP数据集 - 泰米尔语
• 手动爬取的维基百科数据集，该数据集包含故事和小说。爬取的数据集即将发布。

模型演示示例

🔧 技术细节

本模型是在GPT - 2架构基础上，使用泰米尔语相关数据集进行微调。先基于已在泰米尔语数据集上训练好的[GPT2 - Tamil](https://huggingface.co/abinayam/gpt - 2 - tamil)模型，再针对Kalki Krishnamurthy的作品进一步微调，以实现对泰米尔语文本生成的优化，并用于探索特定小说角色的情景。

📄 许可证

文档未提及许可证信息，暂不提供。