ntphiep/vit5-tst-data-casual
Viewer • Updated • 253k • 153
How to use ntphiep/viT5_tst_casual with Transformers:
# Load model directly
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
tokenizer = AutoTokenizer.from_pretrained("ntphiep/viT5_tst_casual")
model = AutoModelForSeq2SeqLM.from_pretrained("ntphiep/viT5_tst_casual")Casual style
from transformers import MT5Tokenizer, AutoModelForSeq2SeqLM
tokenizer = MT5Tokenizer.from_pretrained("ntphiep/viT5_tst_casual")
model = AutoModelForSeq2SeqLM.from_pretrained("ntphiep/viT5_tst_casual")
def predict(text):
inputs = tokenizer(text, return_tensors="pt", padding='longest', max_length=64)
input_ids = inputs.input_ids
attention_mask = inputs.attention_mask
output = model.generate(input_ids, attention_mask=attention_mask, max_length=64)
return tokenizer.decode(output[0], skip_special_tokens=True)
text = "Sân vận động Ataturk, sân nhà của CLB Fatih Karagumruk, chưa ghi nhận sự hiện diện của khán giả trong bất kỳ trận đấu nào thuộc giải vô địch Thổ Nhĩ Kì mùa giải hiện tại."
result = predict(text)
print("👉 Output:", result)
👉 Output: Sân Ataturk, sân nhà của CLB Fatih Karagumruk, mùa này chưa thấy bóng dáng ai ở trận nào của giải Thổ Nhĩ Kỳ.
Base model
VietAI/vit5-base