基于GPT2+BERT的语言模型，以少量的纯中文语料从头训练，验证小模型在ChatGPT类似友好能力
GPT2+BERTokenizer从头训练模型（50W闲聊等语料）
环境：
WIN10+Torch1.31+Cuda11.6
transformer4.29
主要代码说明：
generate_dialogue_subset.py：产生小的子数据集
preprocess.py：将txt格式数据集作序列化，得到pkl格式数据集
train.py：从头训练模型
interact.py: 使用从头训练模型给出回复
gptbot.py：给出一个对话机器人
generatedialogpt2.py：几种基于指令式或非指令式的回复格式