mod gpt

gpt.py

@@ -37,15 +37,18 @@ def main():
     tokenized_dataset = dataset.map(tokenize_function, batched=True)
 
     # Model
-    model = AutoModelForCausalLM.from_pretrained(MODEL_NAME)
+    model = AutoModelForCausalLM.from_pretrained(
+        MODEL_NAME,
+        mean_resizing=False  # Wyłączenie ostrzeżenia
+    )
     model.resize_token_embeddings(len(tokenizer))
 
     # Konfiguracja treningu
     training_args = TrainingArguments(
         output_dir="./results",
-        num_train_pochs=1,
+        num_train_epochs=1,  # Poprawiona nazwa parametru
         per_device_train_batch_size=2,
-        remove_unused_columns=True,  # Kluczowa zmiana
+        remove_unused_columns=True,
         logging_steps=1
     )