GPT Neo 2.7B Picard

🚀 GPT-Neo 2.7B - Picard

GPT-Neo 2.7B - Picard是一个基于GPT架构的语言模型，它基于EleutherAI的GPT-Neo 2.7B模型微调而来，在文本生成等任务上有一定表现。

🚀 快速开始

你可以直接使用文本生成管道来使用这个模型。以下示例每次运行时都会生成不同的序列：

>>> from transformers import pipeline
>>> generator = pipeline('text-generation', model='mrseeker87/GPT-Neo-2.7B-Picard')
>>> generator("Jean-Luc Picard", do_sample=True, min_length=50)
[{'generated_text': 'Jean-Luc Picard, the captain of a Federation starship in command of one of Starfleet's few fulltime scientists.'}]

✨ 主要特性

GPT-Neo 2.7B - Picard 基于 EleutherAI 的 GPT - Neo 2.7B 模型进行微调，能够根据输入的文本生成相关内容。

📦 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 pipeline
>>> generator = pipeline('text-generation', model='mrseeker87/GPT-Neo-2.7B-Picard')
>>> generator("Jean-Luc Picard", do_sample=True, min_length=50)
[{'generated_text': 'Jean-Luc Picard, the captain of a Federation starship in command of one of Starfleet's few fulltime scientists.'}]

📚 详细文档

训练数据

训练数据包含约1800本电子书，大多属于科幻和奇幻类型。

局限性和偏差

GPT - Neo是作为自回归语言模型进行训练的。这意味着其核心功能是接收一段文本字符串并预测下一个标记。虽然语言模型广泛用于此任务之外的其他任务，但这项工作仍存在很多未知因素。

GPT - Neo是在Pile数据集上进行训练的，该数据集已知包含亵渎、低俗和其他冒犯性语言。根据你的用例，GPT - Neo可能会生成社会不可接受的文本。有关Pile数据集中偏差的更详细分析，请参阅Pile论文的第5和第6节。

与所有语言模型一样，很难提前预测GPT - Neo会如何响应特定提示，并且可能会在毫无预警的情况下出现冒犯性内容。我们建议在发布输出之前由人工对输出进行筛选或过滤，以审查不良内容并提高结果质量。

BibTeX条目和引用信息

该模型使用以下软件构建：

@software{gpt-neo,
  author       = {Black, Sid and
                  Leo, Gao and
                  Wang, Phil and
                  Leahy, Connor and
                  Biderman, Stella},
  title        = {{GPT-Neo: Large Scale Autoregressive Language 
                   Modeling with Mesh-Tensorflow}},
  month        = mar,
  year         = 2021,
  note         = {{If you use this software, please cite it using 
                   these metadata.}},
  publisher    = {Zenodo},
  version      = {1.0},
  doi          = {10.5281/zenodo.5297715},
  url          = {https://doi.org/10.5281/zenodo.5297715}
}

📄 许可证

本项目采用 MIT 许可证。