Update README.md
Browse files
README.md
CHANGED
|
@@ -1,3 +1,64 @@
|
|
| 1 |
-
---
|
| 2 |
-
license: mit
|
| 3 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
---
|
| 2 |
+
license: mit
|
| 3 |
+
language:
|
| 4 |
+
- de
|
| 5 |
+
base_model:
|
| 6 |
+
- kkirchheim/german-gpt2-medium
|
| 7 |
+
pipeline_tag: text-generation
|
| 8 |
+
tags:
|
| 9 |
+
- german
|
| 10 |
+
- gpt2
|
| 11 |
+
- fine-tuned
|
| 12 |
+
- text-generation
|
| 13 |
+
- mathematics
|
| 14 |
+
- general-knowledge
|
| 15 |
+
- conversation
|
| 16 |
+
- AI
|
| 17 |
+
- NLP
|
| 18 |
+
- deep-learning
|
| 19 |
+
- machine-learning
|
| 20 |
+
|
| 21 |
+
---
|
| 22 |
+
|
| 23 |
+
# AtomicGPT 1
|
| 24 |
+
|
| 25 |
+
AtomicGPT 1 ist ein deutsches KI-Sprachmodell, das auf `GPT-2 Medium` basiert und speziell für die Verarbeitung der deutschen Sprache optimiert wurde. Das Modell wurde mit einem **1 MB großen Datensatz** trainiert, der **Mathematik, Allgemeinwissen und Gesprächsdaten** umfasst. Dabei wurde ein besonderer Fokus auf Konversationsfähigkeiten gelegt, da dieser Bereich die meisten Trainingsdaten erhielt.
|
| 26 |
+
|
| 27 |
+
## Trainingsdetails
|
| 28 |
+
- **Modellbasis**: `kkirchheim/german-gpt2-medium`
|
| 29 |
+
- **Datensatzgröße**: 1 MB
|
| 30 |
+
- **Trainingsdauer**: 5 Stunden
|
| 31 |
+
- **Epochen**: 100
|
| 32 |
+
- **Trainingsziele**: Verbesserung der generellen Sprachfähigkeiten in Deutsch mit Fokus auf Mathematik, Allgemeinwissen und natürliche Gespräche
|
| 33 |
+
|
| 34 |
+
## Anwendungsmöglichkeiten
|
| 35 |
+
AtomicGPT 1 eignet sich für verschiedene Anwendungsfälle, darunter:
|
| 36 |
+
- **Textgenerierung**: Erzeugung natürlicher und zusammenhängender deutscher Texte
|
| 37 |
+
- **Mathematische Problemstellungen**: Unterstützung bei Berechnungen und Problemlösungen
|
| 38 |
+
- **Allgemeinwissen**: Bereitstellung fundierter Antworten zu verschiedenen Themenbereichen
|
| 39 |
+
- **Dialogsysteme**: Interaktive und realistische Konversationen auf Deutsch
|
| 40 |
+
|
| 41 |
+
## Lizenz
|
| 42 |
+
AtomicGPT 1 steht unter der **MIT-Lizenz**, was eine flexible Nutzung und Weiterentwicklung ermöglicht.
|
| 43 |
+
|
| 44 |
+
## Installation & Nutzung
|
| 45 |
+
Das Modell kann mit der `transformers`-Bibliothek von Hugging Face genutzt werden:
|
| 46 |
+
|
| 47 |
+
```python
|
| 48 |
+
from transformers import GPT2LMHeadModel, AutoTokenizer
|
| 49 |
+
|
| 50 |
+
model_name = "Pfad/zu/AtomicGPT1"
|
| 51 |
+
model = GPT2LMHeadModel.from_pretrained(model_name)
|
| 52 |
+
tokenizer = AutoTokenizer.from_pretrained(model_name)
|
| 53 |
+
|
| 54 |
+
prompt = "Was ist die Hauptstadt von Deutschland?"
|
| 55 |
+
input_ids = tokenizer(prompt, return_tensors="pt").input_ids
|
| 56 |
+
output = model.generate(input_ids, max_length=100)
|
| 57 |
+
print(tokenizer.decode(output[0], skip_special_tokens=True))
|
| 58 |
+
```
|
| 59 |
+
|
| 60 |
+
## Bild
|
| 61 |
+

|
| 62 |
+
|
| 63 |
+
---
|
| 64 |
+
AtomicGPT 1 ist ein kompaktes, aber leistungsfähiges deutsches Sprachmodell, das für spezifische Anwendungsfälle optimiert wurde. Es kann als Basis für weiterführende Entwicklungen oder als eigenständiges KI-Tool genutzt werden.
|