Transformers 文档
GPT-NeoX-Japanese
并获得增强的文档体验
开始使用
GPT-NeoX-Japanese
概述
我们介绍了 GPT-NeoX-Japanese,这是一个基于 https://github.com/EleutherAI/gpt-neox 训练的日语自回归语言模型。日语是一种独特的语言,词汇量大,并且结合了平假名、片假名和汉字书写系统。为了应对日语独特的结构,我们使用了一个特殊的子词分词器。我们非常感谢 tanreinama 开源了这个非常有帮助的分词器。根据谷歌关于 PaLM 的研究建议,我们移除了 Transformer 块中的偏置参数,从而实现了更好的模型性能。详情请参阅这篇文章。
该模型的开发由来自 ABEJA, Inc. 的 Shinya Otani、Takayoshi Makabe、Anuj Arora 和 Kyo Hattori 领导。有关此模型构建活动的更多信息,请参阅这里(日语)。
使用示例
generate()
方法可用于使用 GPT NeoX Japanese 模型生成文本。
>>> from transformers import GPTNeoXJapaneseForCausalLM, GPTNeoXJapaneseTokenizer
>>> model = GPTNeoXJapaneseForCausalLM.from_pretrained("abeja/gpt-neox-japanese-2.7b")
>>> tokenizer = GPTNeoXJapaneseTokenizer.from_pretrained("abeja/gpt-neox-japanese-2.7b")
>>> prompt = "人とAIが協調するためには、"
>>> input_ids = tokenizer(prompt, return_tensors="pt").input_ids
>>> gen_tokens = model.generate(
... input_ids,
... do_sample=True,
... temperature=0.9,
... max_length=100,
... )
>>> gen_text = tokenizer.batch_decode(gen_tokens, skip_special_tokens=True)[0]
>>> print(gen_text)
人とAIが協調するためには、AIと人が共存し、AIを正しく理解する必要があります。
资源
GPTNeoXJapaneseConfig
class transformers.GPTNeoXJapaneseConfig
< 源 >( vocab_size = 32000 hidden_size = 2560 num_hidden_layers = 32 num_attention_heads = 32 intermediate_multiple_size = 4 hidden_act = 'gelu' rotary_pct = 1.0 rotary_emb_base = 10000 max_position_embeddings = 2048 initializer_range = 0.02 layer_norm_eps = 1e-05 use_cache = True bos_token_id = 31996 eos_token_id = 31999 rope_scaling = None attention_dropout = 0.1 hidden_dropout = 0.0 **kwargs )
参数
- vocab_size (
int
, optional, 默认为 32000) — GPTNeoXJapanese 模型的词汇表大小。定义了在调用GPTNeoXJapanese
时传入的inputs_ids
可以表示的不同词元的数量。 - hidden_size (
int
, optional, 默认为 2560) — 编码器层和池化层的维度。 - num_hidden_layers (
int
, optional, 默认为 32) — Transformer 编码器中的隐藏层数量。 - num_attention_heads (
int
, optional, 默认为 32) — Transformer 编码器中每个注意力层的注意力头数量。 - intermediate_multiple_size (
int
, optional, 默认为 4) — Transformer 编码器中“中间”层的维度通过 hidden_size * intermediate_multiple_size 计算。 - hidden_act (
str
orfunction
, optional, 默认为"gelu"
) — 编码器和池化层中的非线性激活函数(函数或字符串)。 - rotary_pct (
float
, optional, 默认为 1.00) — 分配给旋转嵌入的隐藏维度百分比。 - rotary_emb_base (
int
, optional, 默认为 10000) — 计算旋转嵌入频率的基数。 - max_position_embeddings (
int
, optional, 默认为 2048) — 此模型可能使用的最大序列长度。 - initializer_range (
float
, optional, 默认为 0.02) — 用于初始化所有权重矩阵的 truncated_normal_initializer 的标准差。 - layer_norm_eps (
float
, optional, 默认为 1e-5) — 层归一化层使用的 epsilon 值。 - use_cache (
bool
, optional, 默认为True
) — 模型是否应返回最后一个键/值注意力(并非所有模型都使用)。仅在config.is_decoder=True
时相关。 - rope_scaling (
Dict
, optional) — 包含 RoPE 嵌入缩放配置的字典。注意:如果你应用了新的 rope 类型,并期望模型在更长的max_position_embeddings
上工作,我们建议你相应地更新此值。预期内容:rope_type
(str
):要使用的 RoPE 子变体。可以是 [‘default’, ‘linear’, ‘dynamic’, ‘yarn’, ‘longrope’, ‘llama3’] 之一,其中 ‘default’ 是原始 RoPE 实现。factor
(float
, optional):与除 ‘default’ 之外的所有 rope 类型一起使用。应用于 RoPE 嵌入的缩放因子。在大多数缩放类型中,factor
为 x 将使模型能够处理长度为 x * 原始最大预训练长度的序列。original_max_position_embeddings
(int
, optional):与 ‘dynamic’、‘longrope’ 和 ‘llama3’ 一起使用。预训练期间使用的原始最大位置嵌入。attention_factor
(float
, optional):与 ‘yarn’ 和 ‘longrope’ 一起使用。应用于注意力计算的缩放因子。如果未指定,则默认为实现推荐的值,使用factor
字段推断建议值。beta_fast
(float
, optional):仅与 ‘yarn’ 一起使用。用于设置线性斜坡函数中外插(仅)边界的参数。如果未指定,则默认为 32。beta_slow
(float
, optional):仅与 ‘yarn’ 一起使用。用于设置线性斜坡函数中内插(仅)边界的参数。如果未指定,则默认为 1。short_factor
(list[float]
, optional):仅与 ‘longrope’ 一起使用。应用于短上下文(<original_max_position_embeddings
)的缩放因子。必须是与隐藏大小除以注意力头数再除以 2 长度相同的数字列表。long_factor
(list[float]
, optional):仅与 ‘longrope’ 一起使用。应用于长上下文(<original_max_position_embeddings
)的缩放因子。必须是与隐藏大小除以注意力头数再除以 2 长度相同的数字列表。low_freq_factor
(float
, optional):仅与 ‘llama3’ 一起使用。应用于 RoPE 低频分量的缩放因子。high_freq_factor
(float
, optional):仅与 ‘llama3’ 一起使用。应用于 RoPE 高频分量的缩放因子。 - attention_dropout (
float
, optional, 默认为 0.1) — 注意力的 dropout 比率。 - hidden_dropout (
float
, optional, 默认为 0.0) — 隐藏层的 dropout 比率。 - 示例 —
这是用于存储 GPTNeoXModelJapanese
配置的配置类。它用于根据指定的参数实例化一个 GPTNeoX 模型,定义模型架构。使用默认值实例化配置将产生与 GPTNeoXJapanese abeja/gpt-neox-japanese-2.7b 架构类似的配置。
配置对象继承自 PretrainedConfig,可用于控制模型输出。有关更多信息,请阅读 PretrainedConfig 的文档。默认配置设置为 2.7B 模型。
>>> from transformers import GPTNeoXJapaneseConfig, GPTNeoXJapaneseModel
>>> # Initializing a GPTNeoXJapanese gpt-neox-japanese-2.7b style configuration
>>> configuration = GPTNeoXJapaneseConfig()
>>> # Initializing a model (with random weights) from the gpt-neox-japanese-2.7b style configuration
>>> model = GPTNeoXJapaneseModel(configuration)
>>> # Accessing the model configuration
>>> configuration = model.config
GPTNeoXJapaneseTokenizer
class transformers.GPTNeoXJapaneseTokenizer
< 源 >( vocab_file emoji_file unk_token = '<|endoftext|>' pad_token = '<|endoftext|>' bos_token = '<|startoftext|>' eos_token = '<|endoftext|>' do_clean_text = False **kwargs )
参数
- vocab_file (
str
) — 包含词汇表的文件。 - emoji_file (
str
) — 包含表情符号的文件。 - unk_token (
str
, optional, 默认为"<|endoftext|>"
) — 未知词元。不在词汇表中的词元无法转换为 ID,将被设置为此词元。 - pad_token (
str
, 可选, 默认为"<|endoftext|>"
) — 用于填充的词元。 - bos_token (
str
, 可选, 默认为"<|startoftext|>"
) — 序列开始词元。 - eos_token (
str
, 可选, 默认为"<|endoftext|>"
) — 序列结束词元。 - do_clean_text (
bool
, 可选, 默认为False
) — 是否为URL、EMAIL、TEL、日语日期和日语价格清理文本。
此分词器继承自 PreTrainedTokenizer,并基于此仓库(https://github.com/tanreinama/Japanese-BPEEncoder_V2)中使用的日语专用子词编码。有关详细信息,请查看该仓库。日语的词汇量相对较大,且词与词之间没有分隔。此外,该语言是平假名、片假名和汉字的组合,并且经常使用诸如“1”和“①”之类的变体。为了应对这些情况,此分词器具有以下特点:
- 逐子词分割,介于字节串和形态分析之间。
- 为每个汉字、平假名和片假名字符创建BPE,并且不存在跨越字符类型的BPE,例如汉字+平假名或平假名+片假名。
- 不需要 <unk> 的全字节编码。
- 独立于UTF代码,如2字节和3字节字符。
- 将异形字转换为相同的 token_id。
- Emoji和表情符号被分组为12种特殊标签。
示例
>>> from transformers import GPTNeoXJapaneseTokenizer
>>> tokenizer = GPTNeoXJapaneseTokenizer.from_pretrained("abeja/gpt-neox-japanese-2.7b")
>>> # You can confirm both 慶応 and 慶應 are encoded to 17749
>>> tokenizer("吾輩は猫である🐯。実は慶応(慶應)大学出身")["input_ids"]
[30014, 26883, 26638, 27228, 25, 26650, 31732, 31679, 27809, 26638, 17749, 31592, 17749, 31593, 321, 1281]
>>> # Both 慶応 and 慶應 are decoded to 慶応
>>> tokenizer.decode(tokenizer("吾輩は猫である🐯。実は慶応(慶應)大学出身")["input_ids"])
'吾輩は猫である🐯。実は慶応(慶応)大学出身'
将标记序列(字符串)转换为单个字符串。
GPTNeoXJapaneseModel
class transformers.GPTNeoXJapaneseModel
< 源代码 >( config )
参数
- config (GPTNeoXJapaneseModel) — 包含模型所有参数的模型配置类。使用配置文件进行初始化不会加载与模型相关的权重,仅加载配置。请查看 from_pretrained() 方法来加载模型权重。
原始的 Gpt Neox Japanese 模型,输出原始隐藏状态,顶部没有任何特定的头。
该模型继承自 PreTrainedModel。查阅超类文档,了解库为所有模型实现的通用方法(例如下载或保存、调整输入嵌入大小、修剪头部等)。
该模型也是 PyTorch torch.nn.Module 的子类。可以像常规 PyTorch 模块一样使用它,并参考 PyTorch 文档了解所有与常规用法和行为相关的事项。
forward
< 源代码 >( input_ids: typing.Optional[torch.LongTensor] = None attention_mask: typing.Optional[torch.FloatTensor] = None position_ids: typing.Optional[torch.LongTensor] = None head_mask: typing.Optional[torch.FloatTensor] = None inputs_embeds: typing.Optional[torch.FloatTensor] = None past_key_values: typing.Union[transformers.cache_utils.Cache, tuple[tuple[torch.FloatTensor]], NoneType] = None use_cache: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None cache_position: typing.Optional[torch.LongTensor] = None ) → transformers.modeling_outputs.BaseModelOutputWithPast 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
,形状为(batch_size, sequence_length)
, 可选) — 词汇表中输入序列词元的索引。默认情况下,填充将被忽略。索引可以使用 AutoTokenizer 获得。详情请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- attention_mask (
torch.FloatTensor
,形状为(batch_size, sequence_length)
, 可选) — 用于避免对填充词元索引执行注意力机制的掩码。掩码值选自[0, 1]
:- 1 表示词元未被屏蔽,
- 0 表示词元被屏蔽。
- position_ids (
torch.LongTensor
,形状为(batch_size, sequence_length)
, 可选) — 位置嵌入中每个输入序列词元的位置索引。选值范围为[0, config.n_positions - 1]
。 - head_mask (
torch.FloatTensor
,形状为(num_heads,)
或(num_layers, num_heads)
, 可选) — 用于使自注意力模块中选定的头无效的掩码。掩码值选自[0, 1]
:- 1 表示头未被屏蔽,
- 0 表示头被屏蔽。
- inputs_embeds (
torch.FloatTensor
,形状为(batch_size, sequence_length, hidden_size)
, 可选) — 可以选择直接传递嵌入表示,而不是传递input_ids
。如果你想比模型内部的嵌入查找矩阵更好地控制如何将input_ids
索引转换为关联向量,这会很有用。 - past_key_values (
Union[~cache_utils.Cache, tuple[tuple[torch.FloatTensor]], NoneType]
) — 预先计算的隐藏状态(自注意力块和交叉注意力块中的键和值),可用于加速序列解码。这通常包括在解码的先前阶段,当use_cache=True
或config.use_cache=True
时由模型返回的past_key_values
。允许两种格式:
- 一个 Cache 实例,请参阅我们的 kv 缓存指南;
- 长度为
config.n_layers
的tuple(torch.FloatTensor)
元组,每个元组包含 2 个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量。这也称为旧版缓存格式。
模型将输出与输入相同的缓存格式。如果没有传入
past_key_values
,将返回旧版缓存格式。如果使用
past_key_values
,用户可以选择只输入最后一个input_ids
(那些没有为其提供过去键值状态的input_ids
),形状为(batch_size, 1)
,而不是所有形状为(batch_size, sequence_length)
的input_ids
。 - use_cache (
bool
, 可选) — 如果设置为True
,将返回past_key_values
键值状态,并可用于加速解码(请参阅past_key_values
)。 - output_attentions (
bool
, 可选) — 是否返回所有注意力层的注意力张量。有关更多详细信息,请参阅返回张量下的attentions
。 - output_hidden_states (
bool
, 可选) — 是否返回所有层的隐藏状态。有关更多详细信息,请参阅返回张量下的hidden_states
。 - return_dict (
bool
, 可选) — 是否返回一个 ModelOutput 而不是一个普通的元组。 - cache_position (
torch.LongTensor
,形状为(sequence_length)
, 可选) — 描述输入序列词元在序列中位置的索引。与position_ids
相反,此张量不受填充影响。它用于在正确的位置更新缓存并推断完整的序列长度。
返回
transformers.modeling_outputs.BaseModelOutputWithPast 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.BaseModelOutputWithPast 或一个 `torch.FloatTensor` 元组(如果传递了 `return_dict=False` 或 `config.return_dict=False`),根据配置(GPTNeoXJapaneseConfig)和输入,包含各种元素。
-
last_hidden_state (
torch.FloatTensor
, 形状为(batch_size, sequence_length, hidden_size)
) — 模型最后一层输出的隐藏状态序列。如果使用了
past_key_values
,则只输出形状为(batch_size, 1, hidden_size)
的序列的最后一个隐藏状态。 -
past_key_values (
Cache
, 可选, 在传递 `use_cache=True` 或 `config.use_cache=True` 时返回) — 这是一个 Cache 实例。更多详情,请参阅我们的 kv 缓存指南。包含预先计算的隐藏状态(自注意力块中的键和值,如果 `config.is_encoder_decoder=True`,则还包括交叉注意力块中的键和值),可用于(请参阅 `past_key_values` 输入)加速顺序解码。
-
hidden_states (
tuple(torch.FloatTensor)
, 可选, 在传递 `output_hidden_states=True` 或 `config.output_hidden_states=True` 时返回) — 形状为 `(batch_size, sequence_length, hidden_size)` 的 `torch.FloatTensor` 元组(一个用于嵌入层的输出(如果模型有嵌入层),再加上每个层的输出)。模型在每个层输出的隐藏状态以及可选的初始嵌入输出。
-
attentions (
tuple(torch.FloatTensor)
, 可选, 在传递 `output_attentions=True` 或 `config.output_attentions=True` 时返回) — 形状为 `(batch_size, num_heads, sequence_length, sequence_length)` 的 `torch.FloatTensor` 元组(每层一个)。注意力 softmax 后的注意力权重,用于计算自注意力头中的加权平均值。
GPTNeoXJapaneseModel 的 forward 方法会覆盖 __call__
特殊方法。
尽管前向传播的配方需要在此函数内定义,但之后应调用 `Module` 实例而不是此函数,因为前者会处理运行前处理和后处理步骤,而后者会默默地忽略它们。
示例
>>> from transformers import AutoTokenizer, GPTNeoXJapaneseModel
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("abeja/gpt-neox-japanese-2.7b")
>>> model = GPTNeoXJapaneseModel.from_pretrained("abeja/gpt-neox-japanese-2.7b")
>>> inputs = tokenizer("日本語のGPT-neoxがHugging Faceで使えます😀", return_tensors="pt")
>>> outputs = model(**inputs)
>>> last_hidden_states = outputs.last_hidden_state
GPTNeoXJapaneseForCausalLM
class transformers.GPTNeoXJapaneseForCausalLM
< 源代码 >( config )
参数
- config (GPTNeoXJapaneseForCausalLM) — 包含模型所有参数的模型配置类。使用配置文件进行初始化不会加载与模型相关的权重,仅加载配置。请查看 from_pretrained() 方法来加载模型权重。
GPTNeoXJapanese 模型,其顶部带有一个 `语言建模` 头,用于分类器模型的微调。
该模型继承自 PreTrainedModel。查阅超类文档,了解库为所有模型实现的通用方法(例如下载或保存、调整输入嵌入大小、修剪头部等)。
该模型也是 PyTorch torch.nn.Module 的子类。可以像常规 PyTorch 模块一样使用它,并参考 PyTorch 文档了解所有与常规用法和行为相关的事项。
forward
< 源代码 >( input_ids: typing.Optional[torch.LongTensor] = None attention_mask: typing.Optional[torch.FloatTensor] = None position_ids: typing.Optional[torch.LongTensor] = None inputs_embeds: typing.Optional[torch.FloatTensor] = None head_mask: typing.Optional[torch.FloatTensor] = None past_key_values: typing.Union[transformers.cache_utils.Cache, tuple[tuple[torch.FloatTensor]], NoneType] = None labels: typing.Optional[torch.LongTensor] = None use_cache: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None cache_position: typing.Optional[torch.LongTensor] = None **kwargs ) → transformers.modeling_outputs.CausalLMOutputWithPast 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
,形状为(batch_size, sequence_length)
, 可选) — 词汇表中输入序列词元的索引。默认情况下,填充将被忽略。索引可以使用 AutoTokenizer 获得。详情请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- attention_mask (
torch.FloatTensor
,形状为(batch_size, sequence_length)
, 可选) — 用于避免对填充词元索引执行注意力机制的掩码。掩码值选自[0, 1]
:- 1 表示词元未被屏蔽,
- 0 表示词元被屏蔽。
- position_ids (
torch.LongTensor
,形状为(batch_size, sequence_length)
, 可选) — 位置嵌入中每个输入序列词元的位置索引。选值范围为[0, config.n_positions - 1]
。 - inputs_embeds (
torch.FloatTensor
,形状为(batch_size, sequence_length, hidden_size)
, 可选) — 可以选择直接传递嵌入表示,而不是传递input_ids
。如果你想比模型内部的嵌入查找矩阵更好地控制如何将input_ids
索引转换为关联向量,这会很有用。 - head_mask (
torch.FloatTensor
,形状为(num_heads,)
或(num_layers, num_heads)
, 可选) — 用于使自注意力模块中选定的头无效的掩码。掩码值选自[0, 1]
:- 1 表示头未被屏蔽,
- 0 表示头被屏蔽。
- past_key_values (
Union[~cache_utils.Cache, tuple[tuple[torch.FloatTensor]], NoneType]
) — 预先计算的隐藏状态(自注意力块和交叉注意力块中的键和值),可用于加速序列解码。这通常包括在解码的先前阶段,当use_cache=True
或config.use_cache=True
时由模型返回的past_key_values
。允许两种格式:
- 一个 Cache 实例,请参阅我们的 kv 缓存指南;
- 长度为
config.n_layers
的tuple(torch.FloatTensor)
元组,每个元组包含 2 个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量。这也称为旧版缓存格式。
模型将输出与输入相同的缓存格式。如果没有传入
past_key_values
,将返回旧版缓存格式。如果使用
past_key_values
,用户可以选择只输入最后一个input_ids
(那些没有为其提供过去键值状态的input_ids
),形状为(batch_size, 1)
,而不是所有形状为(batch_size, sequence_length)
的input_ids
。 - labels (
torch.LongTensor
,形状为(batch_size, sequence_length)
, 可选) — 用于计算从左到右语言建模损失(下一个词预测)的标签。索引应在[-100, 0, ..., config.vocab_size]
范围内(参见input_ids
文档字符串)。索引设置为-100
的词元将被忽略(屏蔽),损失仅对标签在[0, ..., config.vocab_size]
范围内的词元进行计算。 - use_cache (
bool
, 可选) — 如果设置为True
,将返回past_key_values
键值状态,并可用于加速解码(请参阅past_key_values
)。 - output_attentions (
bool
, 可选) — 是否返回所有注意力层的注意力张量。有关更多详细信息,请参阅返回张量下的attentions
。 - output_hidden_states (
bool
, 可选) — 是否返回所有层的隐藏状态。有关更多详细信息,请参阅返回张量下的hidden_states
。 - return_dict (
bool
, 可选) — 是否返回一个 ModelOutput 而不是一个普通的元组。 - cache_position (
torch.LongTensor
,形状为(sequence_length)
, 可选) — 描述输入序列词元在序列中位置的索引。与position_ids
相反,此张量不受填充影响。它用于在正确的位置更新缓存并推断完整的序列长度。
返回
transformers.modeling_outputs.CausalLMOutputWithPast 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.CausalLMOutputWithPast 或一个 `torch.FloatTensor` 元组(如果传递了 `return_dict=False` 或 `config.return_dict=False`),根据配置(GPTNeoXJapaneseConfig)和输入,包含各种元素。
-
loss (
torch.FloatTensor
形状为(1,)
,可选,当提供labels
时返回) — 语言建模损失(用于下一个 token 预测)。 -
logits (形状为
(batch_size, sequence_length, config.vocab_size)
的torch.FloatTensor
) — 语言建模头部的预测分数(SoftMax 之前的每个词汇标记的分数)。 -
past_key_values (
Cache
, 可选, 在传递 `use_cache=True` 或 `config.use_cache=True` 时返回) — 这是一个 Cache 实例。更多详情,请参阅我们的 kv 缓存指南。包含预计算的隐藏状态(自注意力块中的键和值),可用于(参见
past_key_values
输入)加速顺序解码。 -
hidden_states (
tuple(torch.FloatTensor)
, 可选, 在传递 `output_hidden_states=True` 或 `config.output_hidden_states=True` 时返回) — 形状为 `(batch_size, sequence_length, hidden_size)` 的 `torch.FloatTensor` 元组(一个用于嵌入层的输出(如果模型有嵌入层),再加上每个层的输出)。模型在每个层输出的隐藏状态以及可选的初始嵌入输出。
-
attentions (
tuple(torch.FloatTensor)
, 可选, 在传递 `output_attentions=True` 或 `config.output_attentions=True` 时返回) — 形状为 `(batch_size, num_heads, sequence_length, sequence_length)` 的 `torch.FloatTensor` 元组(每层一个)。注意力 softmax 后的注意力权重,用于计算自注意力头中的加权平均值。
GPTNeoXJapaneseForCausalLM 的 forward 方法会覆盖 __call__
特殊方法。
尽管前向传播的配方需要在此函数内定义,但之后应调用 `Module` 实例而不是此函数,因为前者会处理运行前处理和后处理步骤,而后者会默默地忽略它们。
示例
>>> from transformers import AutoTokenizer, GPTNeoXJapaneseForCausalLM, GPTNeoXJapaneseConfig
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("abeja/gpt-neox-japanese-2.7b")
>>> config = GPTNeoXJapaneseConfig.from_pretrained("abeja/gpt-neox-japanese-2.7b")
>>> config.is_decoder = True
>>> model = GPTNeoXJapaneseForCausalLM.from_pretrained("abeja/gpt-neox-japanese-2.7b", config=config)
>>> inputs = tokenizer("日本語のGPT-neoxがHugging Faceで使えます😀", return_tensors="pt")
>>> outputs = model(**inputs)
>>> prediction_logits = outputs.logits