许可协议: MIT
任务类型: 文本生成
示例输入:

• 文本: "@@ПЕРВЫЙ@@ 你好 @@ВТОРОЙ@@ 你好 @@ПЕРВЫЙ@@ 最近怎么样? @@ВТОРОЙ@@"
  示例标题: "近况问候"
• 文本: "@@ПЕРВЫЙ@@ 周末做了什么? @@ВТОРОЙ@@"
  示例标题: "周末活动"
  支持语言:
• 俄语
  标签:
• 对话系统

本生成模型基于sberbank-ai/rugpt3small_based_on_gpt2开发，经过大规模对话语料训练，可用于构建生成式对话代理。

模型训练时采用3轮对话上下文窗口。

在私有验证集上，我们计算了该论文提出的指标：

• 合理性：标注员评估模型响应是否符合上下文逻辑
• 特异性：标注员判断响应是否针对具体上下文（避免通用乏味回答）
• SSA指标（合理性特异性平均值）

使用方法：

import torch
from transformers import AutoTokenizer, AutoModelWithLMHead

tokenizer = AutoTokenizer.from_pretrained('tinkoff-ai/ruDialoGPT-small')
model = AutoModelWithLMHead.from_pretrained('tinkoff-ai/ruDialoGPT-small')
inputs = tokenizer('@@ПЕРВЫЙ@@ 你好 @@ВТОРОЙ@@ 你好 @@ПЕРВЫЙ@@ 最近怎么样? @@ВТОРОЙ@@', return_tensors='pt')
generated_token_ids = model.generate(
    **inputs,
    top_k=10,
    top_p=0.95,
    num_beams=3,
    num_return_sequences=3,
    do_sample=True,
    no_repeat_ngram_size=2,
    temperature=1.2,
    repetition_penalty=1.2,
    length_penalty=1.0,
    eos_token_id=50257,
    max_new_tokens=40
)
context_with_response = [tokenizer.decode(sample_token_ids) for sample_token_ids in generated_token_ids]
context_with_response