语言:

• 英语
  许可证: Apache-2.0
  库名称: peft
  数据集:
• kelm
  管道标签: 文本到文本生成
  基础模型: google/flan-t5-xl

这是基于KELM语料库微调后的flan-t5-xl版本，用于接收句子并输出主体-关系-客体形式的三元组，以用于知识图谱生成。

该模型使用自定义标记来分隔三元组：

特殊标记 = ['<triplet>', '</triplet>', '<relation>', '<object>']  
分词器.add_tokens(特殊标记)  

您可以这样使用它：

模型 = 模型.to(设备)  
模型.eval()  

新输入 = "Hugging Face, Inc. 是一家美国公司，开发用于构建机器学习应用的工具。"  
输入 = 分词器(新输入, return_tensors="pt")  

with torch.no_grad():  
    输出 = 模型.generate(input_ids=输入["input_ids"].to("cuda"))  
    print(分词器.batch_decode(输出.detach().cpu().numpy(), skip_special_tokens=False)[0])  

输出: <pad><triplet> Hugging Face <relation> 实例 <object> 企业 </triplet></s>

该模型仍不完美，可能会出错！我正在努力通过更长时间和更多样化的数据对其进行微调。