初始化项目，由ModelHub XC社区提供模型

Model: NYTK/PULI-GPT-3SX
Source: Original Platform

README.md

@@ -0,0 +1,72 @@
+---
+language:
+- hu
+tags:
+- text-generation
+- puli
+license: cc-by-nc-4.0
+widget:
+- text: Elmesélek egy történetet a nyelvtechnológiáról.
+---
+
+# PULI 3SX base (6.85 billion parameter)
+
+For further details, see [our demo site](https://puli.nytud.hu/puli-3sx).
+
+  - Hungarian GPT-NeoX model (6.7 billion parameter)
+  - Trained with EleutherAI's GPT-NeoX [github](https://github.com/EleutherAI/gpt-neox)
+  - Dataset: 36.3 billion words
+  - Checkpoint: 150 000 steps
+
+## Limitations
+
+- max_seq_length = 2048
+
+
+## Citation
+If you use this model, please cite the following paper:
+
+```
+@inproceedings {yang-puli,
+    title = {Jönnek a nagyok! BERT-Large, GPT-2 és GPT-3 nyelvmodellek magyar nyelvre},
+	booktitle = {XIX. Magyar Számítógépes Nyelvészeti Konferencia (MSZNY 2023)},
+	year = {2023},
+	publisher = {Szegedi Tudományegyetem, Informatikai Intézet},
+	address = {Szeged, Hungary},
+	author = {Yang, Zijian Győző and Dodé, Réka and Ferenczi, Gergő and Héja, Enikő and Jelencsik-Mátyus, Kinga and Kőrös, Ádám and Laki, László János and Ligeti-Nagy, Noémi and Vadász, Noémi and Váradi, Tamás},
+	pages = {247--262}
+}
+```
+
+## Usage
+
+```python
+from transformers import GPTNeoXForCausalLM, AutoTokenizer
+
+model = GPTNeoXForCausalLM.from_pretrained("NYTK/PULI-GPT-3SX")
+tokenizer = AutoTokenizer.from_pretrained("NYTK/PULI-GPT-3SX")
+prompt = "Elmesélek egy történetet a nyelvtechnológiáról."
+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)[0]
+print(gen_text)
+```
+## Usage with pipeline
+
+```python
+from transformers import pipeline, GPTNeoXForCausalLM, AutoTokenizer
+
+model = GPTNeoXForCausalLM.from_pretrained("NYTK/PULI-GPT-3SX")
+tokenizer = AutoTokenizer.from_pretrained("NYTK/PULI-GPT-3SX")
+prompt = "Elmesélek egy történetet a nyelvtechnológiáról."
+generator = pipeline(task="text-generation", model=model, tokenizer=tokenizer)
+
+print(generator(prompt)[0]["generated_text"])
+```