🚀 DUO模型

DUO是一个用于文本生成的预训练模型，可用于掩码语言建模任务，在OpenWebText语料库上进行训练，具有良好的性能。

🚀 快速开始

要使用预训练的模型进行掩码语言建模，请使用以下代码片段：

from transformers import AutoModelForMaskedLM, AutoTokenizer

# 请查看模型中心的 `MDLM` 集合页面以获取可用模型列表。
tokenizer = transformers.AutoTokenizer.from_pretrained('gpt2')
model = AutoModelForMaskedLM.from_pretrained('s-sahoo/duo-distilled')

如需实际操作示例，请查看此 Colab笔记本。 如需更多信息和实现细节，请访问我们的GitHub仓库：DUO

✨ 主要特性

• 数据集：使用了Skylion007/openwebtext数据集进行训练。
• 评估指标：使用困惑度（perplexity）作为评估指标。
• 适用任务：适用于文本生成任务。

📦 安装指南

文档未提及具体安装步骤，可参考 transformers 库的安装说明。

💻 使用示例

基础用法

from transformers import AutoModelForMaskedLM, AutoTokenizer

# 请查看模型中心的 `MDLM` 集合页面以获取可用模型列表。
tokenizer = transformers.AutoTokenizer.from_pretrained('gpt2')
model = AutoModelForMaskedLM.from_pretrained('s-sahoo/duo-distilled')

📚 详细文档

模型详情

该模型的上下文长度为 1024，大小与GPT2-medium相近，约有 1.3亿 个非嵌入参数，在OpenWebText语料库上进行了100万步的训练。 更多详情请参阅我们的论文：The Diffusion Duality。 项目页面：https://s-sahoo.com/duo

引用信息

请使用以下BibTeX引用我们的工作：

@inproceedings{
sahoo2025the,
title={The Diffusion Duality},
author={Subham Sekhar Sahoo and Justin Deschenaux and Aaron Gokaslan and Guanghan Wang and Justin T Chiu and Volodymyr Kuleshov},
booktitle={ICLR 2025 Workshop on Deep Generative Model in Machine Learning: Theory, Principle and Efficacy},
year={2025},
url={https://openreview.net/forum?id=CB0Ub2yXjC}
}

模型卡片联系人

Subham Sekhar Sahoo (ssahoo@cs.cornell.edu)

📄 许可证

本项目采用Apache 2.0许可证。