Update README.md

README.md

@@ -19,4 +19,65 @@ pipeline_tag: text-generation
 - 입력: 상품명
 - 출력: 생성된 상품설명
 
-- 언어: 한국어
+- 언어: 한국어
+
+- 사용방법
+
+```
+from transformers import AutoTokenizer, AutoModelForCausalLM
+
+
+def load_model(model_path):
+    """ ✅ 학습된 모델과 토크나이저 로드 """
+    tokenizer = AutoTokenizer.from_pretrained(model_path)
+    model = AutoModelForCausalLM.from_pretrained(model_path)
+    model.eval()
+    return tokenizer, model
+
+
+def generate_description(model, tokenizer, product_name, max_length=512):
+    """ ✅ 상품명에 대한 설명을 생성하는 함수 """
+
+    # ✅ EOS 토큰 설정
+    eos_token = tokenizer.eos_token or tokenizer.pad_token or "<|endoftext|>"
+    stop_token_id = tokenizer.eos_token_id or tokenizer.pad_token_id or \
+                    tokenizer.encode(eos_token, add_special_tokens=False)[0]
+
+    # ✅ 훈련된 데이터 패턴에 맞춘 프롬프트
+    prompt = f"상품명: {product_name}\n상품 설명: "
+    # ✅ 토큰화 및 입력값 변환
+    inputs = tokenizer(prompt, return_tensors="pt")
+    inputs.pop("token_type_ids", None)
+
+    # ✅ 생성 실행
+    output = model.generate(
+        **inputs,
+        max_new_tokens=max_length,
+        repetition_penalty=1.15,  # ✅ 반복 방지
+        temperature=1.0,  # ✅ 창의성 조절
+        top_p=0.9,  # ✅ 다양한 응답 생성
+        top_k=40,  # ✅ 확률적으로 상위 50개 단어 중 선택
+        do_sample=True,  # ✅ 샘플링 활성화 (중요!)
+        pad_token_id=stop_token_id,  # ✅ 패딩 시 EOS 토큰 적용
+        eos_token_id=stop_token_id,  # ✅ EOS 토큰 적용
+    )
+
+    # ✅ 결과 디코딩
+    generated_text = tokenizer.decode(output[0], skip_special_tokens=True)
+
+    return generated_text
+
+
+if __name__ == "__main__":
+    """ ✅ 메인 실행 함수 """
+    model_path = "UICHEOL-HWANG/EcomGen-0.0.1v"  # ✅ 학습된 모델 경로
+    tokenizer, model = load_model(model_path)
+
+    # ✅ 테스트할 상품명 입력
+    product_name = "김갑생할머니김"
+    description = generate_description(model, tokenizer, product_name)
+
+    print("\n=== 생성된 상품 설명 ===\n")
+    print(description)
+
+```