Update README.md

README.md

@@ -20,13 +20,13 @@ OUTPUT = 각 label에 맞는 뉴스 기사 제목을 생성합니다.
 from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
 
 device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
-model_dir = "kfkas/t5-base-korean-news-title-klue-ynat"
+model_dir = "kfkas/t5-large-korean-news-title-klue-ynat"
 tokenizer = AutoTokenizer.from_pretrained(model_dir)
 model = AutoModelForSeq2SeqLM.from_pretrained(model_dir)
 model.to(device)
 
 label_list = ['IT과학','경제','사회','생활문화','세계','스포츠','정치']
-text = "IT과학"
+text = "경제"
 
 inputs = tokenizer.encode(text, max_length=256, truncation=True, return_tensors="pt")
 with torch.no_grad():
@@ -38,10 +38,11 @@ with torch.no_grad():
     top_p=0.95, # 누적 확률이 95%인 후보집합에서만 생성
 )
 decoded_output = tokenizer.decode(output, skip_special_tokens=True)[0]
-print(predicted_title)
+print(predicted_title)#정부 기업 고용창출·성장 촉진 위한 경제정책 확대 주목
 ```
 
 
+
 ## Intended uses & limitations
 
 More information needed