Views
No views yet
1from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline
2import os
3
4# خطوة تشخيصية: دعنا نرى محتويات المجلد للتأكد
5main_output_dir = "/content/gpt2-openhermes-finetuned-tpu"
6print(f"محتويات المجلد '{main_output_dir}':")
7# قد يكون المجلد فارغًا أو يحتوي فقط على مجلدات الـ checkpoints
8# وهذا سيؤكد سبب المشكلة
9!ls -l {main_output_dir}
10
11# تحديد مسار نقطة التفتيش التي تريد اختبارها
12checkpoint_path = "/content/gpt2-openhermes-finetuned-tpu/checkpoint-4000"
13
14# اسم النموذج الأصلي الذي تم التدريب عليه
15base_model_name = "gpt2"
16
17# 1. تحميل النموذج من نقطة التفتيش المحلية
18print(f"\nتحميل النموذج من: {checkpoint_path}")
19finetuned_model = AutoModelForCausalLM.from_pretrained(checkpoint_path)
20
21# 2. تحميل المُرمِّز من المصدر الأصلي على Hugging Face Hub
22# <--- هذا هو الحل النهائي الذي يتجاوز مشكلة الملفات المفقودة
23print(f"تحميل المُرمِّز الأصلي من: '{base_model_name}'")
24finetuned_tokenizer = AutoTokenizer.from_pretrained(base_model_name)
25
26# GPT-2 لا يملك pad_token افتراضيًا، لذلك يجب تعيينه
27# هذه خطوة ضرورية جدًا لتجنب الأخطاء والتحذيرات أثناء التوليد
28if finetuned_tokenizer.pad_token is None:
29 finetuned_tokenizer.pad_token = finetuned_tokenizer.eos_token
30 # نقوم بتحديث إعدادات النموذج أيضًا
31 finetuned_model.config.pad_token_id = finetuned_model.config.eos_token_id
32
33
34# إعداد pipeline لتوليد النصوص
35generator = pipeline(
36 "text-generation",
37 model=finetuned_model,
38 tokenizer=finetuned_tokenizer,
39 device=-1 # استخدام CPU للاختبار
40)
41
42# قائمة بالأسئلة
43questions = [
44 "What is the capital of Egypt and what is it famous for",
45
46 "How does a computer work",
47
48]
49
50# اختبار النموذج على الأسئلة
51print("\n--- اختبار النموذج من Checkpoint-4000 ---")
52for prompt in questions:
53 result = generator(
54 prompt,
55 max_new_tokens=150,
56 do_sample=True,
57 temperature=0.7,
58 top_p=0.9,
59 top_k=50,
60 pad_token_id=finetuned_tokenizer.eos_token_id # ممارسة جيدة لتمرير هذا
61 )
62 print(f"\nالسؤال: {prompt}")
63 print(f"إجابة النموذج:\n{result[0]['generated_text']}")