语言: 英文
数据集:

• huggingartists/skillet
  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，基于你喜爱的艺术家打造专属聊天机器人！

工作原理

要了解模型开发过程，请查阅W&B报告。

训练数据

模型训练数据源自Skillet乐队的歌词。

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/skillet")  

通过W&B artifacts可探索数据，流程每一步均有记录。

训练流程

模型基于预训练的GPT-2，并针对Skillet歌词进行微调。

所有超参数和指标均记录于W&B训练过程，确保完全透明可复现。

训练完成后，最终模型将被记录并版本化。

使用方式

可直接通过文本生成管道调用：

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

或使用Transformers库：

from transformers import AutoTokenizer, AutoModelWithLMHead  

tokenizer = AutoTokenizer.from_pretrained("huggingartists/skillet")  

model = AutoModelWithLMHead.from_pretrained("huggingartists/skillet")  

局限性及偏差

本模型存在与GPT-2相同的局限性和偏差。

此外，用户推文数据会进一步影响模型生成文本的倾向性。

关于

由Aleksey Korshuk构建

更多详情请访问项目仓库：