Create README.md
Browse files
README.md
ADDED
@@ -0,0 +1,61 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
---
|
2 |
+
language:
|
3 |
+
- pt
|
4 |
+
widget:
|
5 |
+
- text: Explique o que é inteligência artificial.
|
6 |
+
- text: Explique o que é processamento de linguagem natural.
|
7 |
+
---
|
8 |
+
|
9 |
+
|
10 |
+
``` python
|
11 |
+
|
12 |
+
|
13 |
+
from transformers import GenerationConfig
|
14 |
+
from transformers import AutoModelForCausalLM, AutoTokenizer
|
15 |
+
|
16 |
+
model = AutoModelForCausalLM.from_pretrained("josu/gpt-neo-br-instruction")
|
17 |
+
tokenizer = AutoTokenizer.from_pretrained("josu/gpt-neo-br-instruction")
|
18 |
+
|
19 |
+
|
20 |
+
def generate_prompt(instruction, input=None):
|
21 |
+
if input:
|
22 |
+
return f"""Abaixo está uma instrução que descreve uma tarefa, juntamente com uma entrada que fornece mais contexto. Escreva uma resposta que complete adequadamente o pedido.
|
23 |
+
|
24 |
+
### Instrução:
|
25 |
+
{instruction}
|
26 |
+
|
27 |
+
### Entrada:
|
28 |
+
{input}
|
29 |
+
|
30 |
+
### Resposta:"""
|
31 |
+
else:
|
32 |
+
return f"""Abaixo está uma instrução que descreve uma tarefa. Escreva uma resposta que complete adequadamente o pedido.
|
33 |
+
|
34 |
+
### Instrução:
|
35 |
+
{instruction}
|
36 |
+
|
37 |
+
### Resposta:"""
|
38 |
+
|
39 |
+
generation_config = GenerationConfig(
|
40 |
+
temperature=0.2,
|
41 |
+
top_p=0.75,
|
42 |
+
num_beams=4,
|
43 |
+
)
|
44 |
+
def evaluate(instruction, input=None):
|
45 |
+
prompt = generate_prompt(instruction, input)
|
46 |
+
inputs = tokenizer(prompt, return_tensors="pt")
|
47 |
+
input_ids = inputs["input_ids"].cuda()
|
48 |
+
generation_output = model.generate(
|
49 |
+
input_ids=input_ids,
|
50 |
+
generation_config=generation_config,
|
51 |
+
return_dict_in_generate=True,
|
52 |
+
output_scores=True,
|
53 |
+
max_new_tokens=256
|
54 |
+
)
|
55 |
+
content = []
|
56 |
+
for s in generation_output.sequences:
|
57 |
+
output = tokenizer.decode(s)
|
58 |
+
content.append(output.split("### Resposta:")[1].strip())
|
59 |
+
return content
|
60 |
+
|
61 |
+
```
|