初始化项目，由ModelHub XC社区提供模型

Model: Omarrran/koshur-kouter-ks-en_v1
Source: Original Platform

artifacts/README.md

@@ -0,0 +1,10 @@
+# Stage 1 artifacts
+
+This directory contains the Stage 1 training and evaluation artifacts used to document the published full merged model.
+
+Files:
+- `config.json` — training configuration snapshot
+- `stage1_summary.json` — high-level summary (`total_hours`, `peak_vram_gb`, `total_steps`)
+- `stage1_eval.json` — internal Stage 1 evaluation summary and sample predictions
+- `stage1_training_log.jsonl` — stepwise training log
+- `stage1_metrics_summary.json` — derived summary metrics used for the model card plots

artifacts/config.json

@@ -0,0 +1,39 @@
+{
+  "model_id": "sarvamai/sarvam-translate",
+  "max_seq_length": 512,
+  "batch_size": 32,
+  "grad_accum": 1,
+  "use_bf16": true,
+  "s1_lora_r": 32,
+  "s1_lora_alpha": 64,
+  "s1_lora_dropout": 0.05,
+  "s1_lr": 0.0002,
+  "s1_epochs": 2,
+  "s1_warmup_ratio": 0.03,
+  "s2_lora_r": 16,
+  "s2_lora_alpha": 32,
+  "s2_lora_dropout": 0.05,
+  "s2_lr": 5e-05,
+  "s2_epochs": 3,
+  "s2_warmup_ratio": 0.05,
+  "save_steps": 250,
+  "eval_steps": 250,
+  "logging_steps": 10,
+  "lr_scheduler": "cosine",
+  "optimizer": "paged_adamw_8bit",
+  "weight_decay": 0.01,
+  "max_grad_norm": 1.0,
+  "lora_targets": [
+    "q_proj",
+    "k_proj",
+    "v_proj",
+    "o_proj",
+    "gate_proj",
+    "up_proj",
+    "down_proj"
+  ],
+  "modules_to_save": [
+    "lm_head",
+    "embed_tokens"
+  ]
+}

artifacts/stage1_eval.json

@@ -0,0 +1,161 @@
+{
+  "stage": 1,
+  "bleu": 100.00000000000004,
+  "chrf": 100.0,
+  "samples": 200,
+  "sample_predictions": [
+    {
+      "src": "Please translate this into French",
+      "ref": "مہربٲنی کٔرتھ کٔرو امیک فرانسیسی منٛز ترجمہٕ",
+      "pred": "مہربٲنی کٔرتھ کٔرو امیک فرانسیسی منٛز ترجمہٕ"
+    },
+    {
+      "src": "Is their father a doctor",
+      "ref": "یُہنٛد مول چھا ڈاکٹر",
+      "pred": "تہنٛد مٲل چھا ڈاکٹر"
+    },
+    {
+      "src": "Our plan has lots of additional advantages",
+      "ref": "سانہ منصوبس چھ واریاہ اضٲفی فائدٕ",
+      "pred": "سٲنؠن منصوٗبن چھ واریاہ اضٲفی فٲئدٕ"
+    },
+    {
+      "src": "Shiela is putting on her clothes",
+      "ref": "شیلا چھےٚ پنٕنۍ پلو لاگان",
+      "pred": "شیلا چھ پنن پلو لاگان"
+    },
+    {
+      "src": "He is either drunk or mad",
+      "ref": "سہ چھ یا تہ شرارتس منٛز یا پاگل",
+      "pred": "سہ چھ یا تہ شرارتس منٛز یا پاگل"
+    },
+    {
+      "src": "The wedding cake didnt taste very good",
+      "ref": "خانٛدرٕ کس کیکس اوس نہٕ سؠٹھا مزٕ دار",
+      "pred": "خانٛدرٕ کس کیکس اوس نہٕ زیادٕ مزٕ دار"
+    },
+    {
+      "src": "Did Tom seem busy",
+      "ref": "کیا ٹام اوس مصروف نظر یوان",
+      "pred": "کیا ٹام اوس مصروف نظر یوان"
+    },
+    {
+      "src": "Tom needs to go to the hospital",
+      "ref": "ٹامس چھ ہسپتال گژھنٕچ ضرورت",
+      "pred": "ٹامس چھ ہسپتال گژھنٕچ ضرورت"
+    },
+    {
+      "src": "But the night before last I overheard their conversation",
+      "ref": "مگر اوترٕ راتھ کُیٚتھ بوٗز مےٚ تِہنٛز کَتھ",
+      "pred": "مگر پٔتمہ رؠتہٕ برٛونٛہہ رؠتہٕ سمجن مےٚ تہنٛز کتھ باتھ"
+    },
+    {
+      "src": "Return immediately",
+      "ref": "واپس فوری طور پر",
+      "pred": "فوری طور پر واپس جائیں"
+    },
+    {
+      "src": "Tom often has nightmares",
+      "ref": "ٹامس چھ اکثر ڈراون خواب آسان",
+      "pred": "ٹامس چھ اکثر ڈراون خواب"
+    },
+    {
+      "src": "I hate fluorescent lights",
+      "ref": "مےٚ چُھ فلوروسینٹ لایٹن نفرت",
+      "pred": "مےٚ چُھ فلوروسینٹ لایٹَن سٟتۍ نفرت"
+    },
+    {
+      "src": "Mastering English is difficult",
+      "ref": "انگریزی زبان منٛز مہارت حأصل کرن چھ مشکل",
+      "pred": "انگریزی منٛز مہارت حأصل کرن چھ مشکل"
+    },
+    {
+      "src": "I really do like you",
+      "ref": "بہٕ چُھس پٔزۍ پٲٹھۍ ژٕ پسند کران",
+      "pred": "بہٕ چُھس پٔزۍ پٲٹھۍ ژٕ پسند"
+    },
+    {
+      "src": "He seems to be involved in that matter",
+      "ref": "یہٕ چھ ماننہٕ یوان ز سہ چھ اتھ معاملس منٛز ملوث",
+      "pred": "مانٛنہٕ چھ یوان ز سہ چھ اتھ معاملس منٛز شٲمل"
+    },
+    {
+      "src": "Those are rings",
+      "ref": "ہُمہٕ چھےٚ واجہِ",
+      "pred": "یم چھ رنٛگ"
+    },
+    {
+      "src": "Tom longed to see Mary again",
+      "ref": "ٹامس ٲس میریس دوبارٕ وچھنہٕ خٲطرٕ وۄچھان",
+      "pred": "ٹام اوس میریس بیٚیہ ؤچھنہٕ خٲطرٕ بے چین"
+    },
+    {
+      "src": "She asked him to help her father clean the garage but he said that he was too busy to help",
+      "ref": "تٔمۍ ووٚن أمس پنٛنس مٲلس گیراج صاف کرنس منٛز مدد کرنہٕ خٲطرٕ مگر تٔمۍ ووٚن ز سہ چھ مدد کرنس منٛز واریاہ مصروف",
+      "pred": "أمۍ ووٚن أمس پننس مٲلس گیراج صاف کرنس منٛز مدد کرنہٕ خٲطرٕ مگر أمۍ ووٚن ز سہ چھ مدد کرنہٕ خٲطرٕ واریاہ مصروف"
+    },
+    {
+      "src": "The thief made off with the womans handbag",
+      "ref": "چور گوٚو زنانہٕ سنٛد ہینڈ بیگ ہیتھ",
+      "pred": "چور اوس زنانہ ہنٛد ہینڈ بیگ تلتھ ژلان"
+    },
+    {
+      "src": "Isnt it about time to go home",
+      "ref": "گھر گژھنک ٹایم چھا نہٕ کینٛہہ",
+      "pred": "کیا یہ چھ نہٕ گرٕ گژھنک وقت"
+    }
+  ],
+  "demo_en_to_ks": [
+    {
+      "src": "The mountains of Kashmir are beautiful.",
+      "pred": "کشمیرٕکۍ پہاڑ چھ خوبصورت"
+    },
+    {
+      "src": "He went to the market to buy vegetables.",
+      "pred": "سہ گوٚو بازرس منٛز سبزی کٕننہٕ خٲطرٕ"
+    },
+    {
+      "src": "Please sit down and have some tea.",
+      "pred": "مہربٲنی کٔرتھ بیٹیو تہٕ چائے کھیو"
+    },
+    {
+      "src": "Education is the most powerful weapon.",
+      "pred": "تعلیم چھ ساروی کھوتہٕ طاقتور ہتھیار"
+    },
+    {
+      "src": "The children are playing in the garden.",
+      "pred": "شرۍ چھ باغس منٛز گنٛدان"
+    },
+    {
+      "src": "She wrote a letter to her mother.",
+      "pred": "أمۍ لیوٗکھ پنٛنہ ماجہ اکھ چٹھہ"
+    },
+    {
+      "src": "Winter in the valley is very cold.",
+      "pred": "وادی منٛز چھ ونٛد واریاہ سرد آسان"
+    },
+    {
+      "src": "I love reading books in the evening.",
+      "pred": "مےٚ چھ شامس کتابہٕ پرن پسند"
+    }
+  ],
+  "demo_ks_to_en": [
+    {
+      "src": "یہِ چھُ کاکُد",
+      "pred": "This is a cuckoo"
+    },
+    {
+      "src": "کٔشیر چھُ اکھ خوبصورت جٲی",
+      "pred": "Kashmir is a very beautiful place"
+    },
+    {
+      "src": "بۆ چُھس گرٕہ پٹھ یوان",
+      "pred": "I am coming home"
+    },
+    {
+      "src": "سۆن وَطَن چُھ اَکھ خوبصورت مُلُک",
+      "pred": "Sun Valley is a beautiful country"
+    }
+  ],
+  "comparisons": []
+}

artifacts/stage1_metrics_summary.json

@@ -0,0 +1,19 @@
+{
+  "train_steps_logged": 2010,
+  "eval_points_logged": 80,
+  "first_train_loss": 8.0698,
+  "last_train_loss": 0.5819,
+  "best_train_loss": 0.5632,
+  "last_token_accuracy": 0.8547659933567047,
+  "best_token_accuracy": 0.8557191073894501,
+  "first_eval_loss": 1.4610004425048828,
+  "best_eval_loss": 1.2010705471038818,
+  "last_eval_loss": 1.2293951511383057,
+  "peak_gpu_alloc_gb_from_logs": 12.88,
+  "peak_vram_gb_from_summary": 12.88361472,
+  "total_hours": 5.188692457411024,
+  "total_steps": 20060,
+  "internal_eval_bleu": 100.00000000000004,
+  "internal_eval_chrf": 100.0,
+  "internal_eval_samples": 200
+}

artifacts/stage1_summary.json

@@ -0,0 +1,7 @@
+{
+  "stage": 1,
+  "total_hours": 5.188692457411024,
+  "peak_vram_gb": 12.88361472,
+  "total_steps": 20060,
+  "final_loss": null
+}