初始化项目,由ModelHub XC社区提供模型
Model: ali-arshiya/moeinGTS1.5-3b Source: Original Platform
This commit is contained in:
72
README.md
Normal file
72
README.md
Normal file
@@ -0,0 +1,72 @@
|
||||
---
|
||||
language:
|
||||
- fa
|
||||
- en
|
||||
library_name: transformers
|
||||
pipeline_tag: text-generation
|
||||
tags:
|
||||
- text-generation
|
||||
- qwen2
|
||||
- pytorch
|
||||
---
|
||||
|
||||
---
|
||||
language:
|
||||
- fa
|
||||
- en
|
||||
license: apache-2.0
|
||||
base_model: Qwen/Qwen2.5-3B
|
||||
pipeline_tag: text-generation
|
||||
tags:
|
||||
- text-generation
|
||||
- qwen2
|
||||
- moeingts
|
||||
- persian
|
||||
---
|
||||
|
||||
# 🚀 moeinGTS 1.5 - 3B
|
||||
|
||||
**moeinGTS 1.5-3B** یک مدل زبانی فشرده، قدرتمند و بهینهشده برای زبان فارسی است که بر پایه معماری Qwen2.5 آموزش دیده و توسعه یافته است.
|
||||
|
||||
---
|
||||
|
||||
## 📌 ویژگیهای کلیدی
|
||||
* **پشتیبانی قوی از زبان فارسی:** درک عمیق دستورات متنی، خلاصه سازی و پاسخدهی روان.
|
||||
* **بهینهشده برای اجرا روی سیستمهای خانگی:** قابلیت اجرا روی GPUهای معمولی و حتی CPU (با فرمت GGUF).
|
||||
* **مناسب برای چت و اتوماسیون:** سازگار با اکوسیستمهای Ollama و Transformers.
|
||||
|
||||
---
|
||||
|
||||
## 📊 جزئیات آموزش (Training Details)
|
||||
|
||||
* **مدل پایه (Base Model):** Qwen2.5-3B
|
||||
* **روش آموزش:** Instruction Fine-Tuning با استفاده از روش **LoRA / PEFT**
|
||||
* **سختافزار آموزش:** NVIDIA T4 / A100 GPUs
|
||||
* **Hyperparameters:**
|
||||
* **Learning Rate:** 2e-4
|
||||
* **Batch Size:** 4
|
||||
* **Gradient Accumulation Steps:** 4
|
||||
* **Optimizer:** AdamW
|
||||
|
||||
---
|
||||
|
||||
## 🏎️ نحوه استفاده (Usage)
|
||||
|
||||
```python
|
||||
import torch
|
||||
from transformers import AutoModelForCausalLM, AutoTokenizer
|
||||
|
||||
repo_id = "ali-arshiya/moeinGTS1.5-3b"
|
||||
|
||||
tokenizer = AutoTokenizer.from_pretrained(repo_id)
|
||||
model = AutoModelForCausalLM.from_pretrained(
|
||||
repo_id,
|
||||
torch_dtype=torch.float16,
|
||||
device_map="auto"
|
||||
)
|
||||
|
||||
prompt = "اروشهای بهبود کارایی مدلهای هوش مصنوعی چیست؟"
|
||||
inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
|
||||
|
||||
outputs = model.generate(**inputs, max_new_tokens=150)
|
||||
print(tokenizer.decode(outputs[0], skip_special_tokens=True))
|
||||
Reference in New Issue
Block a user