语言: 中文 数据集:

• huggingartists/taylor-swift 标签:
• huggingartists
• 歌词
• 语言模型头部
• 因果语言模型 小部件示例:
• 文本: "我是"

本模型由huggingartists项目创建。

通过演示笔记本，为您喜爱的艺术家定制专属AI！

工作原理

要了解模型开发过程，请查阅W&B技术报告。

训练数据

模型基于泰勒·斯威夫特的歌词进行训练。

数据集可在此获取：点击访问 调用方式如下：

from datasets import load_dataset

dataset = load_dataset("huggingartists/taylor-swift")

您可以通过W&B平台探索完整数据，所有训练步骤均通过W&B artifacts进行追踪。

训练流程

模型基于预训练的GPT-2架构，使用泰勒·斯威夫特歌词进行微调。

所有超参数与训练指标均记录于W&B训练日志，确保完全透明可复现。

训练完成后，最终模型将进行归档存储。

使用指南

直接调用pipeline进行文本生成：

from transformers import pipeline
generator = pipeline('text-generation',
                     model='huggingartists/taylor-swift')
generator("我是", num_return_sequences=5)

或使用Transformers库：

from transformers import AutoTokenizer, AutoModelWithLMHead
  
tokenizer = AutoTokenizer.from_pretrained("huggingartists/taylor-swift")

model = AutoModelWithLMHead.from_pretrained("huggingartists/taylor-swift")

局限性

本模型存在与GPT-2相同的局限性及偏差。

此外，用户提供的训练数据会显著影响生成文本的倾向性。

项目信息

开发者：Aleksey Korshuk

更多详情请访问项目仓库：