缩略图: https://huggingface.co/front/thumbnails/dialogpt.png 标签:

• 对话式 许可证: mit

最先进的大规模预训练对话生成模型 (DialoGPT)

DialoGPT 是一个用于多轮对话的 SOTA 级大规模预训练对话响应生成模型。人工评估结果表明，在单轮对话图灵测试中，DialoGPT 生成的响应质量与人类响应相当。该模型基于 Reddit 讨论线程中的 1.47 亿条多轮对话进行训练。

• 交互环境中的多轮生成示例：

关于预处理、训练和 DialoGPT 的完整详细信息，请参阅原始 DialoGPT 仓库

ArXiv 论文: https://arxiv.org/abs/1911.00536

使用方法

现在我们可以尝试这个模型作为聊天伙伴的效果了！

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch


tokenizer = AutoTokenizer.from_pretrained("microsoft/DialoGPT-medium")
model = AutoModelForCausalLM.from_pretrained("microsoft/DialoGPT-medium")

# 让我们进行 5 轮对话
for step in range(5):
	# 对新的用户输入进行编码，添加 eos_token 并返回 PyTorch 张量
	new_user_input_ids = tokenizer.encode(input(">> 用户:") + tokenizer.eos_token, return_tensors='pt')

	# 将新的用户输入标记附加到聊天历史中
	bot_input_ids = torch.cat([chat_history_ids, new_user_input_ids], dim=-1) if step > 0 else new_user_input_ids

	# 生成响应，同时将总聊天历史限制为 1000 个标记
	chat_history_ids = model.generate(bot_input_ids, max_length=1000, pad_token_id=tokenizer.eos_token_id)

	# 漂亮地打印机器人最后的输出标记
	print("DialoGPT: {}".format(tokenizer.decode(chat_history_ids[:, bot_input_ids.shape[-1]:][0], skip_special_tokens=True)))