Text Generation
Transformers.js
ONNX
English
Ukrainian
Russian
gemma3_text
text2text-generation
transformer
russian
flare
conversational
Instructions to use HaveAI/FlareNew with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers.js
How to use HaveAI/FlareNew with Transformers.js:
// npm i @huggingface/transformers import { pipeline } from '@huggingface/transformers'; // Allocate pipeline const pipe = await pipeline('text-generation', 'HaveAI/FlareNew');
| language: | |
| - en | |
| - uk | |
| - ru | |
| license: apache-2.0 | |
| tags: | |
| - text2text-generation | |
| - transformer | |
| - russian | |
| - flare | |
| metrics: | |
| - character | |
| library_name: transformers.js | |
| # FlareNew | |
| **FlareNew** is a text-to-text model based on the Transformer architecture, optimized for use with Hugging Face and the [transformers.js](https://xenova.github.io/transformers.js/) library in the browser. | |
| --- | |
| ## О модели | |
| - Тип: Text-to-Text Generation | |
| - Архитектура: Transformer | |
| - Название модели на Hugging Face: `FlareNew` | |
| - Цель: генерация связного, естественного текста на основе текстового запроса | |
| --- | |
| ## Использование на Hugging Face (Python) | |
| ```python | |
| from transformers import AutoModelForSeq2SeqLM, AutoTokenizer | |
| model_name = "FlareNew" | |
| tokenizer = AutoTokenizer.from_pretrained(model_name) | |
| model = AutoModelForSeq2SeqLM.from_pretrained(model_name) | |
| input_text = "Пример входного текста" | |
| inputs = tokenizer(input_text, return_tensors="pt") | |
| outputs = model.generate(**inputs) | |
| generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True) | |
| print(generated_text) | |
| ``` | |
| --- | |
| ## Использование с transformers.js (JavaScript) | |
| ```javascript | |
| import { pipeline } from "@xenova/transformers"; | |
| async function run() { | |
| // Инициализация пайплайна text2text-generation с моделью FlareNew | |
| const generator = await pipeline("text2text-generation", "FlareNew"); | |
| const input = "Пример входного текста"; | |
| const output = await generator(input); | |
| console.log(output[0].generated_text); | |
| } | |
| run(); | |
| ``` | |
| --- | |
| ## Установка | |
| ### Python (Hugging Face Transformers) | |
| ```bash | |
| pip install transformers torch | |
| ``` | |
| ### JavaScript (transformers.js) | |
| ```bash | |
| npm install @xenova/transformers | |
| ``` | |
| --- | |
| ## Тренировка модели | |
| На этой странице вы можете нажать кнопку **Train**, чтобы запустить процесс обучения модели. | |
| Для этого в репозитории настроен [GitHub Actions workflow](./.github/workflows/train.yml), который автоматически запускает тренировку на выбранных данных. | |
| Если вы хотите запустить тренировку локально, используйте следующий пример команды: | |
| ```bash | |
| python train.py --model_name FlareNew --train_data path/to/train_data.jsonl | |
| ``` | |
| --- | |
| ## Развёртывание модели | |
| Чтобы быстро развернуть модель и протестировать её через веб-интерфейс, воспользуйтесь кнопкой **Deploy**, которая создаст приложение на Hugging Face Spaces. | |
| Также вы можете самостоятельно запустить Space с этим кодом: | |
| ```python | |
| import gradio as gr | |
| from transformers import pipeline | |
| generator = pipeline("text2text-generation", "FlareNew") | |
| def generate_text(input_text): | |
| output = generator(input_text) | |
| return output[0]['generated_text'] | |
| iface = gr.Interface(fn=generate_text, inputs="text", outputs="text", title="FlareNew Text Generation") | |
| iface.launch() | |
| ``` | |
| --- | |
| ## Контакты и поддержка | |
| Если у вас есть вопросы или предложения, пожалуйста, создайте issue в репозитории или свяжитесь со мной. | |
| --- | |
| ## Лицензия | |
| Укажите здесь лицензию вашей модели (например, MIT, Apache 2.0 и т.д.) |