Dialogpt Small

🚀 最先进的大规模预训练回复生成模型 (DialoGPT)

DialoGPT 是用于多轮对话的最先进的大规模预训练对话回复生成模型。人工评估结果表明，在单轮对话图灵测试中，DialoGPT 生成的回复质量可与人类回复相媲美。该模型在来自 Reddit 讨论线程的 1.47 亿条多轮对话上进行训练。

🚀 快速开始

现在，让我们来尝试一下该模型作为聊天伙伴的表现！

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

• 多轮对话生成：能够处理多轮对话，生成连贯的回复。
• 高质量回复：在单轮对话图灵测试中，生成的回复质量可与人类回复相媲美。
• 大规模预训练：在 1.47 亿条多轮对话上进行训练。

💻 使用示例

基础用法

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)))

多轮对话示例

📚 详细文档

有关 DialoGPT 的预处理、训练和完整详细信息，请参阅 原始 DialoGPT 仓库。

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

📊 评估结果

大语言模型开放排行榜评估结果

详细结果可查看 此处

📄 许可证

本项目采用 MIT 许可证。