语言: 英文
数据集:

• huggingartists/tool
  标签:
• huggingartists
• 歌词
• 语言模型头部
• 因果语言模型

小部件示例:

• 文本: "I am"

本模型由huggingartists创建。

通过演示教程，为您喜爱的艺术家定制专属AI！

工作原理

了解模型开发过程，请查阅W&B报告。

训练数据

模型基于Tool乐队的歌词进行训练。

数据集可在此获取：huggingface.co/datasets/huggingartists/tool
调用方式：

from datasets import load_dataset  
dataset = load_dataset("huggingartists/tool")  

通过W&B artifacts实时追踪的数据探索。

训练流程

模型基于预训练的GPT-2微调，适配Tool乐队歌词风格。

超参数与指标记录于W&B训练日志，确保完全透明可复现。

训练完成后，最终模型将归档并版本化。

使用方式

直接调用文本生成管道：

from transformers import pipeline  
generator = pipeline('text-generation', model='huggingartists/tool')  
generator("I am", num_return_sequences=5)  

或使用Transformers库：

from transformers import AutoTokenizer, AutoModelWithLMHead  
tokenizer = AutoTokenizer.from_pretrained("huggingartists/tool")  
model = AutoModelWithLMHead.from_pretrained("huggingartists/tool")  

局限性及偏差

模型存在与GPT-2相同的局限性及偏差。

用户输入数据会进一步影响生成文本的倾向性。

关于

由Aleksey Korshuk构建

更多详情请访问项目仓库：