问题标签 [gpt]

我最近对 ​​AI 产生了兴趣，我想通过 youtuber 给我的一些脚本来训练 GPT-NEO。我找到了这个关于制作数据集的视频，但他使用的是短引号，我很困惑我应该将 <|endoftext|> 放在哪里来放置我的长脚本。我应该在每个段落之后将它们与视频标题分组还是在脚本末尾进行分组，然后继续下一个脚本？

我知道 GPT 的注意力是 Masked Multihead Attention。我有一个预训练的 GPT 模型，我想为 EncoderDecoderModel 的编码器分配它的权重。喜欢：

我对变形金刚和 pytorch 很陌生。

我想检测磁盘信息和磁盘分区样式（mbr/gpt）。我试图找出使用System.IO.DriveInfo类，但这还不够。有没有办法用 c# 判断磁盘是否有 GPT 或 MBR 分区？

GPT2 自定义聊天机器人单次交互。我在这个实现中没有使用任何线程，但它仍然显示“multiprocessing_chunksize”。在这里，我们尝试使用 gpt2 构建聊天机器人，并与由自定义日期集（类型：角色）训练的自定义模型进行交互。

我微调了一个模型，现在它几乎不考虑我在提示中写的内容（相对于我在没有微调模型的情况下看到的内容）。

有没有办法让提示更有意义？

我试着调查对数偏差（我仍然不明白如何给我的整个提示句一个积极的偏见，但只有某些字典单词）

我们目前正在使用来自https://support.google.com/admanager/answer/9116812?hl=en#zippy=%2Csee-sample-code-event-descriptions-and-rewarded-web-api的 Google 网络奖励广告.

代码按预期工作，但我们希望在收到奖励后可以选择浏览广告商网站或继续。

我们如何从收到的页外视频广告中获取信息，以启用进入广告商网站的选项？

提前致谢。

我目前在会话多项选择上下文中使用 GPT-2 模型。

用法如下：2个对话者在同一个房间，一个对话者提出​​一个问题，第二个对话者有4个选择答案。

今天，我只使用选择的答案重新训练我的模型。我怎样才能整合非选择？如何惩罚未选择的答案？

我期待着你的想法和创造力:)

祝你有美好的一天，贾斯汀

谁能指出我如何使用 GPT-J 模型进行文本释义。由于生成文本很容易，但释义？我需要对释义数据集进行微调吗？或者我可以只使用少量的投篮训练吗？

我计划使用自定义数据集（特别是EmpatheticDialogues数据集）为我的聊天机器人微调 GPT 转换器模型。存储库为他们的项目提供了一个 .mdl 文件。如何将这些 .mdl 文件加载到我的 ipynb 文件中？我需要加载他们的任何 .mdl 文件来微调我的 GPT 变压器模型（称为 DialoGPT）是否正确？

我已经尝试在此Google Colab Notebook的指导下仅加载所述存储库的 .csv 数据集。但是，在使用上述数据集训练模型后，我只是在测试模型时得到随机符号。

我们的页面上有多个 Google Publisher 标签，但在某些情况下没有要显示的内容，但插槽仍然占用分配的空间，并且看起来页面在插槽之间存在间隙。我已经按照 Google https://developers.google.com/publisher-tag/samples/collapse-empty-ad-slots给出的说明进行了操作，并且还尝试了另一个线程中建议的事件侦听器的建议。然而，这些都没有奏效。

问题是当我检查时插槽不是空的event.isEmpty。从我可以收集到的内容中，插槽有内容，例如一些ins标签，但没有任何内容可以可视化。

有没有人建议如何隐藏这些插槽？