Update README.md

README.md

@@ -7,7 +7,7 @@ license: creativeml-openrail-m
 
 PromptCLUE：全中文任务零样本学习模型
 
-这个模型是基于PromptCLUE-base进一步训练，以及更多任务上进行训练，是对PromptCLUE-base进一步升级
+这个模型是基于PromptCLUE-base进一步训练，以及更多任务以及更多任务类型上进行训练，是对PromptCLUE-base进一步升级, 新增的任务类型有改写和问答等类型
 
 在1000亿token中文语料上预训练，累计学习1.5万亿中文token，并且在数百种任务上进行Prompt任务式训练。针对理解类任务，如分类、情感分析、抽取等，可以自定义标签体系；针对多种生成任务，可以进行采样自由生成。 
  
@@ -21,8 +21,8 @@ PromptCLUE：全中文任务零样本学习模型
  ```python
 # 加载模型
 from transformers import T5Tokenizer, T5ForConditionalGeneration
-tokenizer = T5Tokenizer.from_pretrained("ClueAI/PromptCLUE-base")
-model = T5ForConditionalGeneration.from_pretrained("ClueAI/PromptCLUE-base")
+tokenizer = T5Tokenizer.from_pretrained("ClueAI/PromptCLUE-base-v1-5")
+model = T5ForConditionalGeneration.from_pretrained("ClueAI/PromptCLUE-base-v1-5")
  ```
 
 使用模型进行预测推理方法：
@@ -37,7 +37,7 @@ def preprocess(text):
 def postprocess(text):
   return text.replace("_", "\n")
 
-def answer(text, sample=False, top_p=0.6):
+def answer(text, sample=False, top_p=0.8):
   '''sample：是否抽样。生成任务，可以设置为True;
   top_p：0-1之间，生成的内容越多样'''
   text = preprocess(text)
@@ -51,6 +51,46 @@ def answer(text, sample=False, top_p=0.6):
 ```
 
 ### 示例输入
+### 改写(paraphrase)[smaple=True]
+Input:
+生成与下列文字相同意思的句子：
+白云遍地无人扫
+答案：
+
+Model output:
+白云散去无踪，没人扫。
+
+Input:
+用另外的话复述下面的文字：
+怎么到至今还不回来，这满地的白云幸好没人打扫。
+答案：
+
+Model output:
+满地白云无扫处
+
+Input:
+改写下面的文字，确保意思相同：
+一个如此藐视本国人民民主权利的人，怎么可能捍卫外国人的民权？
+答案：
+
+Model output:
+对一个如此藐视本国人民民主权利的人，怎么能捍卫外国人的民权？
+
+### 问答（qa)[smaple=False]
+Input:
+根据问题给出答案：
+问题：手指发麻的主要可能病因是：
+答案：
+
+Model output:
+神经损伤，颈椎病，贫血，高血压
+
+问答：
+问题：黄果悬钩子的目是：
+答案：
+
+Model output:
+蔷薇目
 #### 新闻分类(classify)
 ```bash
 Input: