初始化项目，由ModelHub XC社区提供模型
Model: Mattimax/DACMini-IT Source: Original Platform
This commit is contained in:
ModelHub XC
278
README.md
Normal file
278
README.md
Normal file
@@ -0,0 +1,278 @@
|
||||
---
|
||||
license: mit
|
||||
datasets:
|
||||
- Mattimax/DATA-AI_Conversation_ITA
|
||||
language:
|
||||
- it
|
||||
base_model:
|
||||
- Mattimax/DACMini
|
||||
library_name: transformers
|
||||
tags:
|
||||
- DAC
|
||||
- DATA-AI
|
||||
- data-ai
|
||||
---
|
||||
|
||||
[](https://huggingface.co/Mattimax)
|
||||
[](https://huggingface.co/MINC01)
|
||||
|
||||
## ☕ Support my research
|
||||
|
||||
[](https://www.buymeacoffee.com/marzomattye)
|
||||
|
||||
# Mattimax/DACMini-IT
|
||||
|
||||
|
||||
|
||||
* **Autore:** [Mattimax](https://huggingface.co/Mattimax)
|
||||
* **Organizzazione:** [M.INC](https://huggingface.co/MINC01)
|
||||
* **Licenza:** MIT
|
||||
|
||||
---
|
||||
|
||||
## Descrizione
|
||||
|
||||
**DACMini-IT** è un modello di linguaggio compatto e instruction tuned per **chat e dialogo in lingua italiana**.
|
||||
Basato sull’architettura **GPT-2 Small (italian adaptation)**, è progettato per essere rapido, leggero e facilmente distribuibile su dispositivi con risorse limitate.
|
||||
|
||||
Rispetto a DACMini “base”, **DACMini-IT** è addestrato su dataset italiani conversazionali strutturati in formato *user-assistant*, ottimizzando la capacità di seguire istruzioni e gestire conversazioni multi-turno naturali.
|
||||
|
||||
---
|
||||
|
||||
## Dimensioni e caratteristiche tecniche
|
||||
|
||||
* **Parametri:** 109M
|
||||
* **Architettura:** GPT-2 Small (italian adaptation)
|
||||
* **Lunghezza massima del contesto:** 512 token
|
||||
* **Numero di strati:** 12
|
||||
* **Numero di teste di attenzione:** 12
|
||||
* **Dimensione embedding:** 768
|
||||
* **Vocabolario:** ~50.000 token
|
||||
* **Quantizzazione:** supportata (8-bit / 4-bit opzionale con `bitsandbytes`)
|
||||
|
||||
---
|
||||
|
||||
## Dataset di addestramento
|
||||
|
||||
Addestrato su [**Mattimax/DATA-AI_Conversation_ITA**](https://huggingface.co/datasets/Mattimax/DATA-AI_Conversation_ITA), un dataset italiano di dialoghi instruction tuned, contenente coppie *prompt-response* strutturate per favorire risposte coerenti, naturali e grammaticalmente corrette.
|
||||
|
||||
---
|
||||
|
||||
## Obiettivi
|
||||
|
||||
* Chatbot in lingua italiana con capacità di seguire istruzioni.
|
||||
* Risposte concise, chiare e naturali in contesti multi-turno.
|
||||
* Applicazioni leggere o offline dove la dimensione del modello è un vincolo.
|
||||
|
||||
---
|
||||
|
||||
## Avvertenze e limitazioni
|
||||
|
||||
* Modello **sperimentale**: può produrre errori logici o risposte non pertinenti.
|
||||
* Non addestrato su temi sensibili o contenuti specialistici.
|
||||
* Prestazioni limitate su conversazioni molto lunghe o prompt complessi.
|
||||
* Non destinato ad usi commerciali senza ulteriore validazione.
|
||||
|
||||
---
|
||||
|
||||
## Uso consigliato
|
||||
|
||||
* Applicazioni chatbot leggere o offline in italiano.
|
||||
* Prototipazione e test di pipeline NLP italiane.
|
||||
* Generazione di risposte sintetiche e dataset per training o valutazione.
|
||||
|
||||
---
|
||||
|
||||
## Codice per inferenza di esempio
|
||||
|
||||
```python
|
||||
from transformers import AutoTokenizer, AutoModelForCausalLM
|
||||
import torch
|
||||
|
||||
# 1. Carica modello e tokenizer addestrati
|
||||
model_path = "Mattimax/DACMini-IT"
|
||||
tokenizer = AutoTokenizer.from_pretrained(model_path)
|
||||
model = AutoModelForCausalLM.from_pretrained(model_path)
|
||||
model.eval()
|
||||
|
||||
# 2. Funzione di generazione
|
||||
def chat_inference(prompt, max_new_tokens=150, temperature=0.7, top_p=0.9):
|
||||
# Costruisci input nel formato usato in training
|
||||
formatted_prompt = f"<|user|> {prompt.strip()} <|assistant|>"
|
||||
|
||||
# Tokenizza
|
||||
inputs = tokenizer(formatted_prompt, return_tensors="pt")
|
||||
|
||||
# Genera risposta
|
||||
with torch.no_grad():
|
||||
output = model.generate(
|
||||
**inputs,
|
||||
max_new_tokens=max_new_tokens,
|
||||
temperature=temperature,
|
||||
top_p=top_p,
|
||||
do_sample=True,
|
||||
pad_token_id=tokenizer.pad_token_id or tokenizer.eos_token_id
|
||||
)
|
||||
|
||||
# Decodifica e rimuovi prompt iniziale
|
||||
generated_text = tokenizer.decode(output[0], skip_special_tokens=True)
|
||||
response = generated_text.split("<|assistant|>")[-1].strip()
|
||||
return response
|
||||
|
||||
# 3. Esempio d’uso
|
||||
if __name__ == "__main__":
|
||||
while True:
|
||||
user_input = input("👤 Utente: ")
|
||||
if user_input.lower() in ["exit", "quit"]:
|
||||
break
|
||||
response = chat_inference(user_input)
|
||||
print(f"🤖 Assistant: {response}\n")
|
||||
````
|
||||
|
||||
## Referenze
|
||||
|
||||
* Dataset: [Mattimax/DATA-AI_Conversation_ITA](https://huggingface.co/datasets/Mattimax/DATA-AI_Conversation_ITA)
|
||||
* Modello di base: [DACMini](https://huggingface.co/Mattimax/DACMini)
|
||||
* Organizzazione: [M.INC](https://huggingface.co/MINC01)
|
||||
* Collezione: [Little_DAC Collection](https://huggingface.co/collections/Mattimax/little-dac-collection-68e11d19a5949d08e672b312)
|
||||
|
||||
## Citazione
|
||||
|
||||
Se utilizzi **Mattimax/DACMini-IT** in un progetto, un articolo o qualsiasi lavoro, ti chiediamo gentilmente di citarlo usando il file `CITATION.bib` incluso nel repository:
|
||||
|
||||
```bibtex
|
||||
@misc{mattimax2025dacminiit,
|
||||
title = {{Mattimax/DACMini-IT}: Un modello di linguaggio open source},
|
||||
author = {Mattimax},
|
||||
howpublished = {\url{https://huggingface.co/Mattimax/DACMini-IT}},
|
||||
year = {2025},
|
||||
note = {License: MIT. Se usi questo modello, per favore citane la fonte originale.}
|
||||
}
|
||||
```
|
||||
---
|
||||
|
||||
# English version
|
||||
|
||||
## Description
|
||||
|
||||
**DACMini-IT** is a compact, instruction-tuned language model for **Italian chat and dialogue**.
|
||||
Based on the **GPT-2 Small (Italian adaptation)** architecture, it is designed to be fast, lightweight, and easily deployable on low-resource devices.
|
||||
|
||||
Compared to the “base” DACMini, **DACMini-IT** is trained on Italian conversational datasets structured in *user-assistant* format, optimizing its ability to follow instructions and handle natural multi-turn conversations.
|
||||
|
||||
---
|
||||
|
||||
## Size and technical specs
|
||||
|
||||
* **Parameters:** 109M
|
||||
* **Architecture:** GPT-2 Small (Italian adaptation)
|
||||
* **Max context length:** 512 tokens
|
||||
* **Number of layers:** 12
|
||||
* **Number of attention heads:** 12
|
||||
* **Embedding size:** 768
|
||||
* **Vocabulary:** ~50,000 tokens
|
||||
* **Quantization:** supported (optional 8-bit / 4-bit via `bitsandbytes`)
|
||||
|
||||
---
|
||||
|
||||
## Training dataset
|
||||
|
||||
Trained on [**Mattimax/DATA-AI_Conversation_ITA**](https://huggingface.co/datasets/Mattimax/DATA-AI_Conversation_ITA), an Italian instruction-tuned conversational dataset containing structured *prompt-response* pairs designed to promote coherent, natural, and grammatically correct answers.
|
||||
|
||||
---
|
||||
|
||||
## Objectives
|
||||
|
||||
* Italian-language chatbot with instruction-following capabilities.
|
||||
* Concise, clear, and natural responses in multi-turn contexts.
|
||||
* Lightweight or offline applications where model size is a constraint.
|
||||
|
||||
---
|
||||
|
||||
## Warnings and limitations
|
||||
|
||||
* **Experimental** model: may produce logical errors or irrelevant answers.
|
||||
* Not trained on sensitive topics or specialized content.
|
||||
* Limited performance on very long conversations or complex prompts.
|
||||
* Not intended for commercial use without further validation.
|
||||
|
||||
---
|
||||
|
||||
## Recommended use
|
||||
|
||||
* Lightweight or offline Italian chatbot applications.
|
||||
* Prototyping and testing of Italian NLP pipelines.
|
||||
* Synthetic response generation and datasets for training or evaluation.
|
||||
|
||||
---
|
||||
|
||||
## Example inference code
|
||||
|
||||
```python
|
||||
from transformers import AutoTokenizer, AutoModelForCausalLM
|
||||
import torch
|
||||
|
||||
# 1. Load trained model and tokenizer
|
||||
model_path = "Mattimax/DACMini-IT"
|
||||
tokenizer = AutoTokenizer.from_pretrained(model_path)
|
||||
model = AutoModelForCausalLM.from_pretrained(model_path)
|
||||
model.eval()
|
||||
|
||||
# 2. Generation function
|
||||
def chat_inference(prompt, max_new_tokens=150, temperature=0.7, top_p=0.9):
|
||||
# Build input in the format used during training
|
||||
formatted_prompt = f"<|user|> {prompt.strip()} <|assistant|>"
|
||||
|
||||
# Tokenize
|
||||
inputs = tokenizer(formatted_prompt, return_tensors="pt")
|
||||
|
||||
# Generate response
|
||||
with torch.no_grad():
|
||||
output = model.generate(
|
||||
**inputs,
|
||||
max_new_tokens=max_new_tokens,
|
||||
temperature=temperature,
|
||||
top_p=top_p,
|
||||
do_sample=True,
|
||||
pad_token_id=tokenizer.pad_token_id or tokenizer.eos_token_id
|
||||
)
|
||||
|
||||
# Decode and remove initial prompt
|
||||
generated_text = tokenizer.decode(output[0], skip_special_tokens=True)
|
||||
response = generated_text.split("<|assistant|>")[-1].strip()
|
||||
return response
|
||||
|
||||
# 3. Usage example
|
||||
if __name__ == "__main__":
|
||||
while True:
|
||||
user_input = input("👤 User: ")
|
||||
if user_input.lower() in ["exit", "quit"]:
|
||||
break
|
||||
response = chat_inference(user_input)
|
||||
print(f"🤖 Assistant: {response}\n")
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## References
|
||||
|
||||
* Dataset: [Mattimax/DATA-AI_Conversation_ITA](https://huggingface.co/datasets/Mattimax/DATA-AI_Conversation_ITA)
|
||||
* Base model: [DACMini](https://huggingface.co/Mattimax/DACMini)
|
||||
* Organization: [M.INC](https://huggingface.co/MINC01)
|
||||
* Collection: [Little_DAC Collection](https://huggingface.co/collections/Mattimax/little-dac-collection-68e11d19a5949d08e672b312)
|
||||
|
||||
---
|
||||
|
||||
## Citation
|
||||
|
||||
If you use **Mattimax/DACMini-IT** in a project, paper, or any work, please cite it using the `CITATION.bib` file included in the repository:
|
||||
|
||||
```bibtex
|
||||
@misc{mattimax2025dacminiit,
|
||||
title = {{Mattimax/DACMini-IT}: An open-source language model},
|
||||
author = {Mattimax},
|
||||
howpublished = {\url{https://huggingface.co/Mattimax/DACMini-IT}},
|
||||
year = {2025},
|
||||
note = {License: MIT. If you use this model, please cite the original source.}
|
||||
}
|
||||
```
|
||||
Reference in New Issue
Block a user