Spaces:
Sleeping
Sleeping
Create app.py
Browse files
app.py
ADDED
@@ -0,0 +1,24 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
from transformers import AutoModelForCausalLM, AutoTokenizer
|
2 |
+
|
3 |
+
# Cargar el modelo y el tokenizer
|
4 |
+
model_name = "nombre_del_modelo"
|
5 |
+
model = AutoModelForCausalLM.from_pretrained(model_name)
|
6 |
+
tokenizer = AutoTokenizer.from_pretrained(model_name)
|
7 |
+
|
8 |
+
# Texto de entrada para la generaci贸n
|
9 |
+
input_text = "Tu texto aqu铆"
|
10 |
+
input_ids = tokenizer.encode(input_text, return_tensors='pt')
|
11 |
+
|
12 |
+
# Generaci贸n de texto con temperatura
|
13 |
+
outputs = model.generate(
|
14 |
+
input_ids,
|
15 |
+
max_length=100, # Longitud m谩xima del texto generado
|
16 |
+
temperature=0.7, # Ajustar la temperatura aqu铆
|
17 |
+
top_k=50, # Ajuste opcional para limitar las opciones de palabras
|
18 |
+
top_p=0.9, # Ajuste opcional para el muestreo por n煤cleo
|
19 |
+
do_sample=True # Habilitar el muestreo para aplicar la temperatura
|
20 |
+
)
|
21 |
+
|
22 |
+
# Decodificar el texto generado
|
23 |
+
generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
|
24 |
+
print(generated_text)
|