Upload 6 files
Browse files
chat.py
ADDED
|
@@ -0,0 +1,42 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
from transformers import T5Tokenizer, AutoModelForSeq2SeqLM
|
| 2 |
+
|
| 3 |
+
# Загрузка токенизатора и модели
|
| 4 |
+
tokenizer = T5Tokenizer.from_pretrained("D:/MyAI/IGM/googleflan-t5-large/")
|
| 5 |
+
model = AutoModelForSeq2SeqLM.from_pretrained("D:/MyAI/IGM/googleflan-t5-large/")
|
| 6 |
+
|
| 7 |
+
def generate_answer(input_text):
|
| 8 |
+
# Формируем запрос к модели с явным указанием задачи
|
| 9 |
+
prompt = f"{input_text}"
|
| 10 |
+
|
| 11 |
+
# Подготовка текста для модели
|
| 12 |
+
inputs = tokenizer.encode(prompt, return_tensors="pt", max_length=512, truncation=True)
|
| 13 |
+
|
| 14 |
+
# Генерация ответа
|
| 15 |
+
outputs = model.generate(
|
| 16 |
+
inputs,
|
| 17 |
+
max_length=400, # Увеличим максимальную длину вывода
|
| 18 |
+
num_beams=30, # Используем beam search с 5 путями
|
| 19 |
+
early_stopping=True,
|
| 20 |
+
repetition_penalty=0.9, # Добавим штраф за повторения
|
| 21 |
+
no_repeat_ngram_size=15 # Предотвращаем повторение трехграмм
|
| 22 |
+
)
|
| 23 |
+
|
| 24 |
+
# Декодирование и вывод текста
|
| 25 |
+
answer = tokenizer.decode(outputs[0], skip_special_tokens=True)
|
| 26 |
+
return answer
|
| 27 |
+
|
| 28 |
+
print("Запуск чата с моделью T5. Введите 'exit' для выхода.")
|
| 29 |
+
|
| 30 |
+
while True:
|
| 31 |
+
input_text = input()
|
| 32 |
+
if input_text.lower() == "exit":
|
| 33 |
+
break
|
| 34 |
+
|
| 35 |
+
# Вывод запроса
|
| 36 |
+
print(f"Вы: {input_text}")
|
| 37 |
+
|
| 38 |
+
# Генерация ответа
|
| 39 |
+
answer = generate_answer(input_text)
|
| 40 |
+
|
| 41 |
+
# Вывод ответа
|
| 42 |
+
print(f"AI: {answer}")
|