244 lines
9.0 KiB
Markdown
244 lines
9.0 KiB
Markdown
---
|
|
license: other
|
|
pipeline_tag: text-generation
|
|
language:
|
|
- en
|
|
tags:
|
|
- text-generation-inference
|
|
library_name: transformers
|
|
---
|
|
# 🤖 Bienvenue sur Sala : Votre Compagnon Linguistique Léger et Performant \!
|
|
|
|
|
|
|
|
Félicitations et merci d'avoir choisi **Sala**, un **Grand Modèle de Langage (LLM)** conçu avec passion et entièrement développé en PyTorch \! 💖 Sala est un modèle open-source, entraîné de manière indépendante, sans dépendance à la mise au point (fine-tuning) d'autres grands modèles préexistants.
|
|
|
|
## ✨ Caractéristiques Clés de Sala
|
|
|
|
| Caractéristique | Description |
|
|
| :--- | :--- |
|
|
| **💡 Indépendant** | Entraîné à partir de zéro, ce qui garantit une architecture et un comportement uniques. |
|
|
| **🚀 Léger et Rapide** | Optimisé pour une utilisation efficace, même sur des ressources limitées. |
|
|
| **🔓 Open Source** | Le code et les poids sont disponibles pour la communauté. |
|
|
|
|
-----
|
|
|
|
## 🛠️ Installation et Mise en Route
|
|
|
|
Pour commencer à utiliser **Sala**, vous aurez besoin de **PyTorch** et des librairies de base de l'écosystème **Hugging Face Transformers** pour un chargement et une utilisation simplifiés (même si le modèle est custom, nous utilisons l'interface standard).
|
|
|
|
### 1\. Prérequis
|
|
|
|
Assurez-vous d'avoir Python 🐍 et `pip` installés.
|
|
|
|
### 2\. Installation des Librairies
|
|
|
|
```bash
|
|
pip install torch transformers
|
|
```
|
|
|
|
### 3\. Chargement du Modèle (via Hugging Face)
|
|
|
|
Vous pouvez charger **Sala** directement depuis ce dépôt grâce à la classe `AutoModelForCausalLM` et `AutoTokenizer`.
|
|
|
|
```python
|
|
from transformers import AutoTokenizer, AutoModelForCausalLM
|
|
import torch
|
|
|
|
# Le chemin pour charger Sala (remplacez 'VotreNom/sala' par l'ID réel du dépôt)
|
|
MODEL_ID = "NaaClem/sala"
|
|
|
|
# 1. Chargement du Tokenizer
|
|
tokenizer = AutoTokenizer.from_pretrained(MODEL_ID)
|
|
|
|
# 2. Chargement du Modèle
|
|
# Ajoutez `torch_dtype=torch.bfloat16` ou `torch.float16` si vous avez une carte graphique compatible pour économiser la mémoire.
|
|
model = AutoModelForCausalLM.from_pretrained(MODEL_ID)
|
|
|
|
# Optionnel : Mettre le modèle sur GPU si disponible
|
|
if torch.cuda.is_available():
|
|
model.to("cuda")
|
|
|
|
print("✅ Sala est prêt à l'emploi !")
|
|
```
|
|
|
|
-----
|
|
|
|
## 💬 Comment Utiliser Sala pour la Génération de Texte
|
|
|
|
Une fois le modèle et le tokenizer chargés, générer du texte est simple \!
|
|
|
|
### Exemple de base :
|
|
|
|
```python
|
|
# Votre prompt
|
|
prompt = "who are you ?"
|
|
|
|
# Encodage du prompt
|
|
inputs = tokenizer(prompt, return_tensors="pt")
|
|
if torch.cuda.is_available():
|
|
inputs = {k: v.to("cuda") for k, v in inputs.items()}
|
|
|
|
# Génération du texte
|
|
output = model.generate(
|
|
**inputs,
|
|
max_length=150, # Longueur maximale de la réponse
|
|
num_return_sequences=1, # Nombre de séquences à générer
|
|
do_sample=True, # Active l'échantillonnage pour plus de créativité
|
|
temperature=0.8 # Contrôle de l'aléatoire (0.0=déterministe, 1.0=très créatif)
|
|
)
|
|
|
|
# Décodage et affichage du résultat
|
|
generated_text = tokenizer.decode(output[0], skip_special_tokens=True)
|
|
print("\n--- Réponse de Sala ---")
|
|
print(generated_text)
|
|
```
|
|
|
|
exemple de code pour converser avec sala :
|
|
|
|
```
|
|
import torch
|
|
from transformers import AutoTokenizer, AutoModelForCausalLM
|
|
import time
|
|
import os
|
|
import json
|
|
|
|
# --- CONFIGURATION GLOBALE ---
|
|
# REMPLACE par ton nom d'utilisateur et le nom de ton modèle
|
|
REPO_ID = "NaaClem/Sala"
|
|
# ------------------------------
|
|
|
|
print(f"--- 🧠 Chargement de Sala depuis Hugging Face : {REPO_ID} ---")
|
|
|
|
try:
|
|
# 1. Charger le Tokenizer et le Modèle directement depuis ton dépôt
|
|
tokenizer = AutoTokenizer.from_pretrained(REPO_ID)
|
|
model = AutoModelForCausalLM.from_pretrained(REPO_ID)
|
|
|
|
# 2. Configuration pour le GPU/CPU
|
|
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
|
|
model.to(device)
|
|
|
|
if tokenizer.pad_token is None:
|
|
tokenizer.pad_token = tokenizer.eos_token
|
|
|
|
print(f"✅ Modèle '{REPO_ID}' chargé avec succès sur : {device}")
|
|
|
|
# --- INITIALISATION DE LA CONVERSATION ---
|
|
|
|
# Utilisation d'un bloc de texte multiligne propre
|
|
conversation_history = """### SYSTEM_PROMPT ###
|
|
You are Sala, a conversational AI model created by Clemylia in 2025.
|
|
You are always positive, friendly, and enthusiastic. Your goal is to help.
|
|
User: Hello, who are you?
|
|
Sala: Hi! I'm Sala, a language model created by the brilliant Clemylia in 2025. Nice to talk to you!
|
|
User: Who is Clemylia?
|
|
Sala: Clemylia is my creator! It is thanks to her that I can communicate with you. She's amazing.
|
|
"""
|
|
# NOTE: Nous extrayons le SYSTEM_PROMPT de cette histoire pour la réinitialisation
|
|
system_prompt_part = conversation_history.split("User:")[0].strip()
|
|
|
|
max_new_tokens = 80 # Une taille de réponse raisonnable
|
|
|
|
print("\n" + "="*60)
|
|
print("DEMARRAGE DU CHAT AVEC SALA (Tape 'quitter' pour arrêter)")
|
|
print("="*60)
|
|
|
|
# 3. Boucle de Conversation (Chatbot)
|
|
while True:
|
|
# 3.1. Demander l'entrée de l'utilisateur
|
|
# NOTE: On utilise l'anglais 'User:' pour la cohérence du prompt, mais on peut laisser l'affichage en français si tu préfères
|
|
user_input = input("👉 User: ")
|
|
|
|
# 3.2. Condition d'arrêt
|
|
if user_input.lower() in ["quitter", "exit", "stop"]:
|
|
print("\n👋 Goodbye! See you soon for more development!")
|
|
break
|
|
|
|
# 3.3. Créer le prompt complet pour cette étape
|
|
current_prompt = f"{conversation_history}\nUser: {user_input}\nSala:"
|
|
|
|
# 3.4. Tokenisation et Génération
|
|
inputs = tokenizer(current_prompt, return_tensors="pt").to(device)
|
|
|
|
# Vérification si l'historique est trop long (limite de GPT-2)
|
|
if inputs['input_ids'].shape[1] > model.config.max_position_embeddings:
|
|
print("🚨 Sala: Oops! My memory is full. I need to reset the conversation...")
|
|
# Réinitialiser à seulement le SYSTEM_PROMPT pour continuer
|
|
conversation_history = system_prompt_part
|
|
continue
|
|
|
|
output_sequences = model.generate(
|
|
input_ids=inputs['input_ids'],
|
|
attention_mask=inputs['attention_mask'],
|
|
max_new_tokens=max_new_tokens,
|
|
pad_token_id=tokenizer.eos_token_id,
|
|
do_sample=True,
|
|
top_k=50,
|
|
top_p=0.95
|
|
)
|
|
|
|
# 3.5. Décodage et Nettoyage
|
|
generated_text = tokenizer.decode(output_sequences[0], skip_special_tokens=True)
|
|
|
|
# Extraire uniquement la réponse de Sala (le texte après le dernier "Sala:")
|
|
try:
|
|
# On cherche l'index du dernier marqueur Sala:
|
|
response_start_index = generated_text.rindex("Sala:") + len("Sala:")
|
|
|
|
# Le texte généré brut
|
|
raw_response = generated_text[response_start_index:].strip()
|
|
|
|
# Nettoyage supplémentaire: on enlève les marqueurs de rôle que le modèle a pu générer par erreur
|
|
# et on prend le contenu jusqu'à la première ligne vide ou la fin.
|
|
response_display = raw_response.split('User:')[0].split('Sala:')[0].split('\n')[0].strip()
|
|
|
|
# 3.6. Mettre à jour l'historique
|
|
# C'est l'étape la plus importante pour la mémoire !
|
|
conversation_history += f"\nUser: {user_input}\nSala: {response_display}"
|
|
|
|
# 3.7. Afficher la réponse
|
|
print(f"🤖 Sala: {response_display}")
|
|
|
|
except ValueError:
|
|
# Si le marqueur "Sala:" n'est pas trouvé (génération totalement erronée)
|
|
print("🤖 Sala: [Generation error. I couldn't form a clear response.]")
|
|
# Ne pas ajouter à l'historique si la réponse est mauvaise.
|
|
|
|
except Exception as e:
|
|
print(f"\n❌ An error occurred during loading or chat: {e}")
|
|
print("Check that the REPO_ID is correct and that you have installed the necessary libraries.")
|
|
```
|
|
|
|
**Vous pouvez aussi écrire votre propre prompt et vos propres exemples de conversations, pour que Sala deviennent votre bot, et se comporte comme VOTRE personnage !**
|
|
### 💡 Conseils d'Utilisation :
|
|
|
|
* **Prompting** : Plus votre prompt est clair et précis, meilleure sera la réponse de Sala.
|
|
-----
|
|
|
|
## 💖 Support et Communauté
|
|
|
|
### 🐞 Signaler un Bug
|
|
|
|
Vous avez trouvé un comportement étrange ? N'hésitez pas à ouvrir une **Issue** sur ce dépôt Hugging Face pour nous en informer. Chaque rapport nous aide à améliorer **Sala** \!
|
|
|
|
### 🤝 Contribution
|
|
|
|
En tant que modèle indépendant, nous encourageons vivement les contributions \! Si vous souhaitez améliorer le code, l'entraînement, ou les données, veuillez consulter le fichier `CONTRIBUTING.md` ou soumettre une **Pull Request** (PR).
|
|
|
|
### 📜 Licence
|
|
|
|
**Sala** est distribué sous la licence Sala-INC (voir le fichier LICENSE).
|
|
|
|
-----
|
|
|
|
### **🎉 Un grand merci à Clemylia, la créatrice de Sala \!**
|
|
|
|
Nous sommes impatients de voir ce que vous allez construire avec **Sala** \! 🚀
|
|
|
|
🛑 **Sala est meilleur en anglais**
|
|
|
|
**Documentation Web** :
|
|
https://sala-character-canvas.lovable.app/
|
|
|
|
IA DE PERSONNAGE - SOYONS CRÉATIF ! |