请问如何继续提高生成质量？

[4111y80y]

使用的genius-base-chinese

from transformers import pipeline
genius = pipeline("text2text-generation", model=r'genius-base-chinese', device=0)
sketch = "学生[MASK]作文[MASK]感受"
generated_text = genius(sketch, num_beams=1, do_sample=True, max_length=200)[0]['generated_text']
generated_text = generated_text.replace(' ', '')
print(generated_text)

生成结果：
学生在作文中，有感受要先写出自己的理解、感受、观点，再看自己所作用的作品。
学生在阅读和完成作文之间产生了很多的联系和感受
学生在作文中，不仅是感受美国，我觉得也有大量东西可写，感受
学生对自己的作文有丰富的感受，这样就能够给予孩子更深刻的认识和感受
学生通过作文表现出自己对于生活及教育的认识及感受

请问生成质量如果希望提升到更好的效果，可以从哪些方面进行着手改进？
语料规模？
模型规模？
能够具体介绍下？

[beyondguo]

您好，感谢对模型的关注！
看了您给出的生成结果，个人感觉在我预期之内。
如果进一步提升流利程度和内容丰富度的话，可以在自己想测试的领域的数据上继续finetune。

另外，如果希望通过目前的版本获得更好的结果，建议给模型提供更多的信息，比如sketch包含多种粒度的文本，一般来说，信息越多，生成的效果就越好，例如：
input: 学生[MASK]写作文[MASK]表达感受[MASK]思想感情[MASK]
output: 学生在写作文的过程中，首先要学会表达感受，然后再根据自己的思想感情进行写作，这样才能写出好的作品。

[kg-nlp]

怎么做到一个sketch生成那么多结果的

[beyondguo]

@kg-nlp We use an extreme-and-selective masking strategy during pre-training, which asks the model to reconstruct large parts of text based only on a sketch. For more details please check our paper. Thanks.