Update README.md

README.md

@@ -1,17 +1,58 @@
 ---
-language: 
-  - zh
+language:
+- zh
 license: creativeml-openrail-m
 widget:
-- text: "这是关于哪方面的新闻： \n如果日本沉没，中国会接收日本难民吗？\n选项：故事,文化,娱乐,体育,财经,房产,汽车,教育,科技,军事,旅游,国际,股票,农业,游戏\n答案:"
-- text: "以下两句话是否表达相同意思：\n文本1：糖尿病腿麻木怎么办？\n文本2：糖尿病怎样控制生活方式\n选项：相似，不相似\n答案："
-- text: "阅读以下对话并回答问题。\n男：今天怎么这么晚才来上班啊？女：昨天工作到很晚，而且我还感冒了。男：那你回去休息吧，我帮你请假。女：谢谢你。\n问题：女的怎么样？\n选项：正在工作，感冒了，在打电话，要出差。\n答案："
-- text: "信息抽取：\n张玄武1990年出生中国国籍无境外居留权博士学历现任杭州线锁科技技术总监。\n问题：机构，人名，职位，籍贯，专业，国籍，种族\n答案："
-- text: "抽取关键词：\n当地时间21日，美国联邦储备委员会宣布加息75个基点，将联邦基金利率目标区间上调到3.00%至3.25%之间，符合市场预期。这是美联储今年以来第五次加息，也是连续第三次加息，创自1981年以来的最大密集加息幅度。\n关键词："
-- text: "翻译成中文：\nThis is a dialogue robot that can talk to people.\n答案："
-- text: "为下面的文章生成摘要：\n北京时间9月5日12时52分，四川甘孜藏族自治州泸定县发生6.8级地震。地震发生后，领导高度重视并作出重要指示，要求把抢救生命作为首要任务，全力救援受灾群众，最大限度减少人员伤亡\n摘要："
-- text: "推理关系判断：\n前提：小明明天要去北京\n假设：小明计划明天去上海\n选项：矛盾，蕴含，中立\n答案："
-- text: "问答：\n问题：小米的创始人是谁？\n答案："
+- text: |-
+    这是关于哪方面的新闻： 
+    如果日本沉没，中国会接收日本难民吗？
+    选项：故事,文化,娱乐,体育,财经,房产,汽车,教育,科技,军事,旅游,国际,股票,农业,游戏
+    答案:
+- text: |-
+    以下两句话是否表达相同意思：
+    文本1：糖尿病腿麻木怎么办？
+    文本2：糖尿病怎样控制生活方式
+    选项：相似，不相似
+    答案：
+- text: |-
+    阅读以下对话并回答问题。
+    男：今天怎么这么晚才来上班啊？女：昨天工作到很晚，而且我还感冒了。男：那你回去休息吧，我帮你请假。女：谢谢你。
+    问题：女的怎么样？
+    选项：正在工作，感冒了，在打电话，要出差。
+    答案：
+- text: |-
+    信息抽取：
+    张玄武1990年出生中国国籍无境外居留权博士学历现任杭州线锁科技技术总监。
+    问题：机构，人名，职位，籍贯，专业，国籍，种族
+    答案：
+- text: >-
+    抽取关键词：
+
+    当地时间21日，美国联邦储备委员会宣布加息75个基点，将联邦基金利率目标区间上调到3.00%至3.25%之间，符合市场预期。这是美联储今年以来第五次加息，也是连续第三次加息，创自1981年以来的最大密集加息幅度。
+
+    关键词：
+- text: |-
+    翻译成中文：
+    This is a dialogue robot that can talk to people.
+    答案：
+- text: >-
+    为下面的文章生成摘要：
+
+    北京时间9月5日12时52分，四川甘孜藏族自治州泸定县发生6.8级地震。地震发生后，领导高度重视并作出重要指示，要求把抢救生命作为首要任务，全力救援受灾群众，最大限度减少人员伤亡
+
+    摘要：
+- text: |-
+    推理关系判断：
+    前提：小明明天要去北京
+    假设：小明计划明天去上海
+    选项：矛盾，蕴含，中立
+    答案：
+- text: |-
+    问答：
+    问题：小米的创始人是谁？
+    答案：
+library_name: paddlenlp
+pipeline_tag: text2text-generation
 ---
 
 
@@ -35,14 +76,14 @@ PromptCLUE：全中文任务零样本学习模型
 # 加载模型
 from paddlenlp.transformers import AutoTokenizer, T5ForConditionalGeneration
 
-tokenizer = AutoTokenizer.from_pretrained("ClueAI/PromptCLUE-base-v1-5-paddle", from_hf_hub=True)
-model = T5ForConditionalGeneration.from_pretrained("ClueAI/PromptCLUE-base-v1-5-paddle", from_hf_hub=True)
+tokenizer = AutoTokenizer.from_pretrained("ClueAI/PromptCLUE-base-v1-5", from_hf_hub=False)
+model = T5ForConditionalGeneration.from_pretrained("ClueAI/PromptCLUE-base-v1-5", from_hf_hub=False)
  ```
 
 使用模型进行预测推理方法：
 ```python
 import torch
-#这里使用paddle的cpu版本
+#这里使用paddle的gpu版本,推理更快
 def preprocess(text):
   return text.replace("\n", "_")
 
@@ -327,4 +368,4 @@ Model output:
 ```
 
 更多示例功能和模型见
-[ClueAI](https://github.com/clue-ai/PromptCLUE)
+[ClueAI](https://github.com/clue-ai/PromptCLUE)