Create README.md
Browse files
README.md
ADDED
@@ -0,0 +1,30 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
---
|
2 |
+
license: apache-2.0
|
3 |
+
language:
|
4 |
+
- en
|
5 |
+
- de
|
6 |
+
base_model:
|
7 |
+
- distil-gpt2
|
8 |
+
pipeline_tag: text-generation
|
9 |
+
---
|
10 |
+
|
11 |
+
# Ikigai GPT Model
|
12 |
+
|
13 |
+
## Beschreibung
|
14 |
+
Dieses Modell basiert auf distil-gpt2 und wurde erstellt, um Menschen dabei zu unterstützen, ihren Lebenssinn (Ikigai) zu finden. Es kann genutzt werden, um persönliche Reflexionen zu fördern und Vorschläge zur Zielsetzung zu machen.
|
15 |
+
|
16 |
+
## Verwendung
|
17 |
+
Das Modell kann mit Python und der `transformers`-Bibliothek verwendet werden:
|
18 |
+
|
19 |
+
```python
|
20 |
+
from transformers import AutoTokenizer, AutoModelForCausalLM
|
21 |
+
|
22 |
+
tokenizer = AutoTokenizer.from_pretrained("Caffee3/Ikigai")
|
23 |
+
model = AutoModelForCausalLM.from_pretrained("Caffee3/Ikigai")
|
24 |
+
|
25 |
+
# Beispielprompt
|
26 |
+
prompt = "How can I discover my purpose in life?"
|
27 |
+
inputs = tokenizer(prompt, return_tensors="pt")
|
28 |
+
outputs = model.generate(inputs["input_ids"], max_length=150)
|
29 |
+
|
30 |
+
print(tokenizer.decode(outputs[0], skip_special_tokens=True))
|