init

README.md

@@ -1,3 +1,41 @@
 ---
-license: mit
+license: cc-by-nc-sa-4.0
 ---
+
+[skt/kogpt2-base-v2](https://huggingface.co/skt/kogpt2-base-v2)를 공개된 한국어 대화 데이터셋으로 파인튜닝한 모델입니다.<br/>
+- AIHub 주제별대화, 트위터, 감정대화, SNS대화
+- 국립국어원 모두의 말뭉치 온라인대화
+학습 코드: https://github.com/HeegyuKim/open-domain-dialog<br/>
+
+
+## 사용예시
+```
+tokenizer = AutoTokenizer.from_pretrained("heegyu/kodialogpt")
+model = AutoModelForCausalLM.from_pretrained("heegyu/kodialogpt")
+generator = pipeline("text-generation", model=model, tokenizer=tokenizer)
+generation_args = dict(
+    num_beams=4,
+    repetition_penalty=2.0,
+    no_repeat_ngram_size=4,
+    eos_token_id=375, # \n
+    max_new_tokens=64,
+    do_sample=True,
+    top_k=50,
+    early_stopping=True
+)
+generator(
+    ["0 : **는 게임 좋아하니\n1 :",
+    "0 : 어제 강남에서 살인사건 났대 ㅜㅜ 너무 무서워\n1 : 헐 왜? 무슨 일 있었어?\n0 : 사진보니까 막 피흘리는 사람있고 경찰들이 떠서 제압하고 난리도 아니었다던데??\n1 :",
+    "0 : 자기야 어제는 나한테 왜 그랬어?\n1 : 뭔 일 있었어?\n0 : 어떻게 나한테 말도 없이 그럴 수 있어? 나 진짜 실망했어\n1 : "],
+    **generation_args
+)
+```
+결과
+- eos_token_id를 '\n'으로 해줘서 짤려야하는데 generation된거 보니 안짤리네요... 이유가 뭘지 ㅠ
+```
+[[{'generated_text': '0 : **는 게임 좋아하니\n1 : 키키 뭔 게임 좋아하냥\n'}],
+ [{'generated_text': '0 : 어제 강남에서 살인사건 났대 ㅜㅜ 너무 무서워\n1 : 헐 왜? 무슨 일 있었어?\n0 : 사진보니까 막 피흘리는 사람있고 경찰들이 떠서 제압하고 난리도 아니었다던데??\n1 : 헐 미쳤다... 진짜 무서웠겠다\n0 : 그치 근데 피해자가 흉기로 찌른 것 같아\n'}],
+ [{'generated_text': '0 : 자기야 어제는 나한테 왜 그랬어?\n1 : 뭔 일 있었어?\n0 : 어떻게 나한테 말도 없이 그럴 수 있어? 나 진짜 실망했어\n1 : 뭘 말했는데?\n0 : 내가 너한테 뭐라고 했잖아\n'}]]
+ ```
+
+학습에 사용한 하이퍼파라미터

added_tokens.json

@@ -0,0 +1,3 @@
+{
+  "<|endoftext|>": 51200
+}

config.json

@@ -0,0 +1,51 @@
+{
+  "_name_or_path": "skt/kogpt2-base-v2",
+  "_num_labels": 1,
+  "activation_function": "gelu_new",
+  "architectures": [
+    "GPT2LMHeadModel"
+  ],
+  "attn_pdrop": 0.1,
+  "author": "Heewon Jeon(madjakarta@gmail.com)",
+  "bos_token_id": 0,
+  "created_date": "2021-04-28",
+  "embd_pdrop": 0.1,
+  "eos_token_id": 1,
+  "gradient_checkpointing": false,
+  "id2label": {
+    "0": "LABEL_0"
+  },
+  "initializer_range": 0.02,
+  "label2id": {
+    "LABEL_0": 0
+  },
+  "layer_norm_epsilon": 1e-05,
+  "license": "CC-BY-NC-SA 4.0",
+  "model_type": "gpt2",
+  "n_ctx": 1024,
+  "n_embd": 768,
+  "n_head": 12,
+  "n_inner": null,
+  "n_layer": 12,
+  "n_positions": 1024,
+  "pad_token_id": 3,
+  "reorder_and_upcast_attn": false,
+  "resid_pdrop": 0.1,
+  "scale_attn_by_inverse_layer_idx": false,
+  "scale_attn_weights": true,
+  "summary_activation": null,
+  "summary_first_dropout": 0.1,
+  "summary_proj_to_labels": true,
+  "summary_type": "cls_index",
+  "summary_use_proj": true,
+  "task_specific_params": {
+    "text-generation": {
+      "do_sample": true,
+      "max_length": 50
+    }
+  },
+  "torch_dtype": "float32",
+  "transformers_version": "4.20.1",
+  "use_cache": true,
+  "vocab_size": 51200
+}

pytorch_model.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:29fd0d11808df67a0918884d81ddfa43f5c8e735a61853e0ea4c214e83cfc859
+size 513290985

special_tokens_map.json

@@ -0,0 +1,6 @@
+{
+  "bos_token": "<s>",
+  "eos_token": "</s>",
+  "pad_token": "<pad>",
+  "unk_token": "<|endoftext|>"
+}

tokenizer_config.json

@@ -0,0 +1,9 @@
+{
+  "add_prefix_space": false,
+  "bos_token": "<|endoftext|>",
+  "eos_token": "<|endoftext|>",
+  "name_or_path": "skt/kogpt2-base-v2",
+  "special_tokens_map_file": null,
+  "tokenizer_class": "GPT2Tokenizer",
+  "unk_token": "<|endoftext|>"
+}