提供示例代码

当然可以，以下是一个简单的示例代码，用于初始化ChitGPT并与其进行交互：

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

# 初始化ChitGPT
model_name = "ChenRocks/chinese-gpt-3-small"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

# 与ChitGPT进行交互
while True:
    # 获取用户输入
    user_input = input("你想问我什么？")
    
    # 将用户输入编码为tokens
    input_ids = tokenizer.encode(user_input, return_tensors="pt")
    
    # 生成回答
    output = model.generate(input_ids, max_length=50, do_sample=True)
    
    # 将回答解码为文本并输出
    response = tokenizer.decode(output[0], skip_special_tokens=True)
    print(response)

这段代码使用了Hugging Face的transformers库来初始化ChitGPT，并通过输入用户的问题来与其进行交互。注意，这里的ChitGPT是基于中文语言模型开发的，因此对于中文输入效果会更好。