初始化项目，由ModelHub XC社区提供模型

Model: URajinda/ShweYon-V3-Base
Source: Original Platform

README.md

@@ -0,0 +1,53 @@
+---
+language:
+- my
+license: apache-2.0
+base_model: Qwen/Qwen2.5-1.5B
+tags:
+- text-generation
+- myanmar
+- shweyon
+- base-model
+- custom-tokenizer
+library_name: transformers
+---
+
+# 🐰 ShweYon-V3-Base (ရွှေယုန်-V3)
+
+**ShweYon-V3-Base** သည် Qwen 2.5 1.5B ကို အခြေခံ၍ မြန်မာဘာသာစကားအတွက် အထူးပြုပြင်ထားသော **Base Model** ဖြစ်ပါသည်။ ဤ Version တွင် ယခင် Version များကဲ့သို့ Tokenizer သီးခြားသုံးရန် မလိုတော့ဘဲ Model ၏ Embedding ထဲသို့ မြန်မာတုံကင်များကို တိုက်ရိုက်ပေါင်းစပ်ထားပါသည်။
+ShweYon-V3-Base is a Myanmar-centric base language model built on top of the Qwen 2.5 1.5B architecture. This model is a milestone in the "ShweYon" project, focusing on improving the efficiency of Myanmar script processing through a custom tokenizer.
+
+
+## 🎯 Purpose (ရည်ရွယ်ချက်)
+ဤ Model သည် မြန်မာဘာသာစကားအတွက် **Foundation Base Model** တစ်ခုအဖြစ် ရည်ရွယ်ပါသည်။ ဤ Model ကို အခြေခံ၍ Chatbot များ၊ Question Answering စနစ်များနှင့် အခြားသော Downstream NLP Task များအတွက် ထပ်မံ၍ Fine-tuning (SFT/RLHF) ပြုလုပ်ရန် အကောင်းဆုံး အုတ်မြစ်ဖြစ်ပါသည်။
+
+## ✨ Technical Highlights
+* **Integrated Tokenizer:** မြန်မာဝိဘတ်များနှင့် စကားလုံးပေါင်း ၉,၀၀၀ ကျော် ပါဝင်သော Custom Tokenizer ကို တစ်ပါတည်း ထည့်သွင်းထားပါသည်။
+* **Extended Vocabulary:** Vocabulary Size ကို `160,746` အထိ တိုးမြှင့်ထားသဖြင့် မြန်မာစာသားများကို ပိုမိုကျစ်လျစ်စွာနှင့် မြန်ဆန်စွာ တွက်ချက်နိုင်ပါသည်။
+* **Base Training:** မြန်မာစာပေ စာအုပ်များစွာဖြင့် Model ၏ မြန်မာစာ အခြေခံဗဟုသုတ ပိုမိုကောင်းမွန်လာစေရန် လေ့ကျင့်ပေးထားပါသည်။
+
+
+
+## 🚀 Quick Start
+ဤ Base Model ကို အောက်ပါအတိုင်း ခေါ်ယူအသုံးပြုနိုင်ပါသည်။
+
+```python
+from transformers import AutoModelForCausalLM, AutoTokenizer
+
+model_name = "URajinda/ShweYon-V3-Base"
+
+# မျက်မှန်ရော ဦးနှောက်ရော တစ်ခါတည်း ပါလာပါမည်
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForCausalLM.from_pretrained(model_name)
+
+# စမ်းသပ်ကြည့်ရန်
+prompt = "မြန်မာနိုင်ငံ၏ သမိုင်းကြောင်းမှာ"
+inputs = tokenizer(prompt, return_tensors="pt")
+outputs = model.generate(**inputs, max_new_tokens=32)
+print(tokenizer.decode(outputs[0]))
+
+⚠️ Note
+ဤ Model သည် Base Model သာ ဖြစ်သောကြောင့် လူသားနှင့် စကားပြောဆိုရန် (Instruction Following) အတွက် ထပ်မံ၍ Chat Fine-tuning လုပ်ရန် လိုအပ်ပါသေးသည်။
+
+⚖️ License
+Apache License 2.0