Create README.md

README.md

@@ -0,0 +1,103 @@
+---
+language:
+- gl
+- pt
+licence:
+- MIT
+tags:
+- galician
+- gpt2
+license: mit
+inference:
+  parameters:
+    top_k: 10
+    do_sample: true
+    temperature: 0.4
+widget:
+- text: |-
+    Responde á seguinte pregunta.
+    Pregunta: "Cal é a capital de Noruega?"
+    Resposta: "A capital de Noruega é Oslo."
+    ----
+    Responde á seguinte pregunta.
+    Pregunta: "Cal é a moeda de Portugal"
+    Resposta: "A moeda de Portugal é o euro."
+    ----
+    Responde á seguinte pregunta.
+    Pregunta: "Cal é a capital de Suecia?"
+    Resposta:
+  example_title: QA-GL
+- text: |-
+    Cualifica como Positivo ou Negativo o sentimento da seguinte frase:
+    Texto: "Estou moi feliz"
+    Polaridade: Positivo
+    ----
+    Cualifica como Positivo ou Negativo o sentimento da seguinte frase:
+    Texto: "Non me gusta beber cervexa"
+    Polaridade: Negativo
+    ----
+    Cualifica como Positivo ou Negativo o sentimento da seguinte frase:
+    Texto: "O meu pai detesta o seu traballo"
+    Polaridade: Negativo
+    ----
+    Cualifica como Positivo ou Negativo  o sentimento da seguinte frase:
+    Texto: "Uxía desfruta xogando ao fútbol"
+    Polaridade: Positivo
+    ----
+    Cualifica como Positivo ou Negativo  o sentimento da seguinte frase:
+    Texto: "O neno non está contento coas notas"
+    Polaridade:
+  example_title: Sentiment Analysis-GL
+- text: |-
+    Extrae as entidades nomeadas do seguinte texto:
+    Texto: "Chámome Wolfgang e vivo en Berlin"
+    Entidades: Wolfgang:PER, Berlin:LOC
+    ----
+    Extrae as entidades nomeadas do seguinte texto:
+    Texto: "María e Miguel non teñen ningún problema"
+    Entidades: María:PER, Miguel:PER
+    ----
+    Extrae as entidades nomeadas do seguinte texto:
+    Texto: "O mellor de Barcelona é o bar do meu amigo Pablo"
+    Entidades: Pablo:PER, Barcelona:LOC
+    ----
+    Extrae as entidades nomeadas do seguinte texto:
+    Texto: "Carlos comparte cuarto con Marc"
+    Entidades:
+  example_title: NER-GL
+- text: A receita tradicional das filloas é
+  example_title: Filloas
+- text: O neno vivía preto de
+  example_title: O neno
+---
+
+# Cerebras-1.3B-PT-GL
+
+
+## How to use
+```python
+import torch
+from transformers import pipeline, AutoTokenizer, AutoModelForCausalLM
+
+input_text = "Hoxe fai un bo día. O sol  "
+
+model_id  = "proxectonos/Cerebras-1.3B-PT-GL"
+tokenizer = AutoTokenizer.from_pretrained(model_id)
+model = AutoModelForCausalLM.from_pretrained(model_id)
+generator = pipeline(
+    "text-generation",
+    model=model,
+    tokenizer=tokenizer,
+    torch_dtype=torch.bfloat16,
+    trust_remote_code=True,
+    device_map="auto",
+)
+generation = generator(
+    input_text,
+    do_sample=True,
+    top_k=10,
+    eos_token_id=tokenizer.eos_token_id
+)
+
+print(f"Result: {generation[0]['generated_text']}")
+```