Update README.md
Browse files
README.md
CHANGED
|
@@ -25,27 +25,34 @@ pipeline_tag: text-generation
|
|
| 25 |
|
| 26 |
## Example
|
| 27 |
### Exemple dans le corpus
|
| 28 |
-
|
| 29 |
-
Diogène dit que si Alexandre avait été moins ambitieux, il aurait bien voulu être Diogène
|
|
|
|
|
|
|
| 30 |
(imprécise: On assure qu’Alexandre disait que s’il n’était pas Alexandre il voudrait être Diogène. selon [5])
|
| 31 |
|
| 32 |
### Exemple hors corpus
|
| 33 |
-
|
|
|
|
| 34 |
La traduction de Γνῶθι σεαυτόν est Connais-toi toi-même.
|
| 35 |
-
|
| 36 |
|
| 37 |
### Exemple de thème hors corpus
|
| 38 |
-
|
|
|
|
| 39 |
La traduction de la phrase: J'aime les machines en grec ancien est εἰμὶ δ' ἀγαπῶ τὰ μηχανήματα.
|
| 40 |
-
|
| 41 |
Ce qui signifie plus exactement "Je suis et j'aime les machines"
|
| 42 |
|
| 43 |
## Use
|
| 44 |
-
|
|
|
|
|
|
|
| 45 |
|
| 46 |
model, tokenizer = load("RANDMEDIATION/DiogenialRAG")
|
| 47 |
|
| 48 |
-
response = generate(model, tokenizer, prompt=input("prompt:"), verbose=True,max_tokens=256,temp=0.8)
|
|
|
|
| 49 |
|
| 50 |
|
| 51 |
## References
|
|
|
|
| 25 |
|
| 26 |
## Example
|
| 27 |
### Exemple dans le corpus
|
| 28 |
+
```La traduction de Φασὶ δὲ καὶ Ἀλέξανδρον εἰπεῖν ὡς εἴπερ Ἀλέξανδρος μὴ ἐγεγόνει, ἐθελῆσαι ἂν Διογένης γενέσθαι est:
|
| 29 |
+
Diogène dit que si Alexandre avait été moins ambitieux, il aurait bien voulu être Diogène.
|
| 30 |
+
```
|
| 31 |
+
|
| 32 |
(imprécise: On assure qu’Alexandre disait que s’il n’était pas Alexandre il voudrait être Diogène. selon [5])
|
| 33 |
|
| 34 |
### Exemple hors corpus
|
| 35 |
+
|
| 36 |
+
```
|
| 37 |
La traduction de Γνῶθι σεαυτόν est Connais-toi toi-même.
|
| 38 |
+
```
|
| 39 |
|
| 40 |
### Exemple de thème hors corpus
|
| 41 |
+
|
| 42 |
+
```
|
| 43 |
La traduction de la phrase: J'aime les machines en grec ancien est εἰμὶ δ' ἀγαπῶ τὰ μηχανήματα.
|
| 44 |
+
```
|
| 45 |
Ce qui signifie plus exactement "Je suis et j'aime les machines"
|
| 46 |
|
| 47 |
## Use
|
| 48 |
+
|
| 49 |
+
```
|
| 50 |
+
from mlx_lm import load, generate
|
| 51 |
|
| 52 |
model, tokenizer = load("RANDMEDIATION/DiogenialRAG")
|
| 53 |
|
| 54 |
+
response = generate(model, tokenizer, prompt=input("prompt:"), verbose=True,max_tokens=256,temp=0.8)
|
| 55 |
+
```
|
| 56 |
|
| 57 |
|
| 58 |
## References
|