| **2. Tạo Model Card trên Hugging Face Hub** | |
| Sau khi bạn soạn thảo xong Model Card, bạn có thể thêm nó vào repo của mình như sau: | |
| **2.1 Thêm vào File `README.md`** | |
| Để cung cấp thông tin này cho người dùng, bạn chỉ cần chỉnh sửa file `README.md` trong repo của mình và thêm nội dung Markdown trên vào. Sau khi bạn upload mô hình lên Hugging Face, file `README.md` sẽ được hiển thị ở trang repo của bạn. | |
| **2.2 Các Tính Năng hỗ trợ Copy Code** | |
| Hugging Face sẽ tự động nhận diện các đoạn code được viết trong thẻ Markdown ```` ``` ```` và sẽ thêm nút **Copy** phía trên các ô code. Bạn chỉ cần bao bọc mã nguồn trong thẻ ```` ```python ``` ```` hoặc tương tự. | |
| **Ví dụ:** | |
| ```python | |
| # Code in markdown file | |
| ```python | |
| from transformers import AutoModelForCausalLM, AutoTokenizer | |
| model = AutoModelForCausalLM.from_pretrained("your-username/my-lora-model") | |
| tokenizer = AutoTokenizer.from_pretrained("your-username/my-lora-model") | |
| inputs = tokenizer("Hello, how are you?", return_tensors="pt") | |
| outputs = model.generate(**inputs) | |
| print(tokenizer.decode(outputs[0], skip_special_tokens=True)) | |
| Khi người dùng vào trang repo của bạn trên Hugging Face, họ sẽ thấy một ô code có nút **Copy** ở phía trên. Mỗi khi người dùng nhấn vào nút Copy, mã sẽ được sao chép vào clipboard. | |
| **3. Cải thiện Giao Diện và Tương Tác** | |
| Để đảm bảo trang mô hình của bạn dễ sử dụng, bạn có thể làm thêm một số điều sau: | |
| - **Cung cấp nhiều ví dụ**: Bạn có thể thêm các ví dụ khác để người dùng dễ hiểu hơn về cách sử dụng mô hình của bạn. | |
| - **Mô tả chi tiết hơn**: Bao gồm chi tiết về loại dữ liệu mà mô hình được fine-tune trên đó, các hạn chế của mô hình, và các khả năng đặc biệt. | |
| **Ví dụ Model Card hoàn chỉnh** | |
| ```markdown | |
| # My LoRA Model | |
| This is a fine-tuned LoRA model based on [Base Model Name]. | |
| ## Model Description | |
| This model is fine-tuned using LoRA (Low-Rank Adaptation) on top of a pre-trained large language model. It is designed to perform text generation tasks efficiently with reduced memory footprint compared to full fine-tuning. | |
| ##Training Details: | |
| - Base Model: [Base Model Name] | |
| - Fine-tuning Method: LoRA | |
| - Fine-tuning Data: [Dataset Name or Description] | |
| - Intended Use: Text Generation, Conversational AI, etc. | |
| ## How to use | |
| You can use this model directly with the `transformers` library: | |
| ```python | |
| from transformers import AutoModelForCausalLM, AutoTokenizer | |
| # Load model and tokenizer | |
| model = AutoModelForCausalLM.from_pretrained("your-username/my-lora-model") | |
| tokenizer = AutoTokenizer.from_pretrained("your-username/my-lora-model") | |
| # Generate text | |
| inputs = tokenizer("Hello, how are you?", return_tensors="pt") | |
| outputs = model.generate(**inputs) | |
| print(tokenizer.decode(outputs[0], skip_special_tokens=True)) | |
| --- | |
| 1. **Ô Text**: Dùng để mô tả mô hình, cách thức fine-tune, và các thông tin bổ sung. | |
| 2. **Ô Code**: Sử dụng cú pháp Markdown để hiển thị ví dụ code. Hugging Face tự động hiển thị nút **Copy** trên các ô code. | |
| 3. **Copy Code**: Nút copy code sẽ tự động xuất hiện khi bạn sử dụng cú pháp Markdown chuẩn để trình bày các đoạn mã. | |
| Khi bạn hoàn thành việc soạn thảo Model Card, hãy upload nó lên Hugging Face và kiểm tra xem các tính năng hiển thị như mong đợi! | |