语言: 英语
数据集:

• huggingartists/gunna
  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"

此模型由huggingartists创建。

通过演示，基于您喜爱的艺术家创建自己的机器人！

工作原理

要了解模型的开发过程，请查看W&B报告。

训练数据

模型基于Gunna的歌词进行训练。

数据集可在此处获取：huggingface.co/datasets/huggingartists/gunna。
可通过以下方式使用：

from datasets import load_dataset  

dataset = load_dataset("huggingartists/gunna")  

探索数据，该数据在流程的每一步均通过W&B artifacts进行跟踪。

训练流程

模型基于预训练的GPT-2，并针对Gunna的歌词进行了微调。

超参数和指标记录在W&B训练运行中，确保完全透明和可复现性。

训练结束时，最终模型会被记录并版本化。

使用方法

您可以直接使用文本生成管道调用此模型：

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

或使用Transformers库：

from transformers import AutoTokenizer, AutoModelWithLMHead  

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

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

局限性与偏差

此模型存在与GPT-2相同的局限性和偏差。

此外，用户推文中的数据会进一步影响模型生成的文本。

关于

由Aleksey Korshuk构建

更多详情，请访问项目仓库。