BigGorneau/Philosofish

Modèle de génération de questions philosophiques ou méditatives

Ce projet héberge un modèle de génération de questions philosophiques ou méditatives, conçu pour produire des questions pertinentes et inspirantes dans ces domaines.

Description du modèle

Le modèle est basé sur GPT-2, un modèle de langage pré-entraîné qui a été fine-tuné sur un ensemble de données contenant des exemples de questions philosophiques ou méditatives. Le modèle prend en entrée un prompt de texte et génère une question philosophique ou méditative en réponse.

Contenu du répertoire

• config.json: Fichier de configuration du modèle, décrivant les paramètres du modèle GPT-2 utilisé.
• weights.h5: Fichier contenant les poids du modèle entraîné.
• tokenizer.py: Script de tokenizer utilisé pour prétraiter les données d'entrée du modèle.
• README.md: Ce fichier, contenant des informations sur le projet, son fonctionnement et son utilisation.
• Autres fichiers (scripts de prétraitement, données d'entraînement, etc.) : Facultatif, selon les besoins du projet.

Utilisation

Pour utiliser le modèle, vous pouvez charger les fichiers config.json et weights.h5 dans un script Python à l'aide de la bibliothèque Hugging Face Transformers. Utilisez le script de tokenizer fourni (tokenizer.py) pour prétraiter les données d'entrée avant de les passer au modèle.

from transformers import GPT2Tokenizer, GPT2LMHeadModel

# Charger le tokenizer et le modèle
tokenizer = GPT2Tokenizer.from_pretrained("gpt2")
model = GPT2LMHeadModel.from_pretrained("path/to/model/directory")

# Prétraiter les données d'entrée
input_text = "Qu'est-ce que le bonheur pour toi ?"
input_ids = tokenizer.encode(input_text, return_tensors="pt")

# Générer une question philosophique ou méditative
output_ids = model.generate(input_ids, max_length=50, num_return_sequences=1)
output_text = tokenizer.decode(output_ids[0], skip_special_tokens=True)

print("Question générée:", output_text)