72 lines
2.0 KiB
Markdown
72 lines
2.0 KiB
Markdown
---
|
||
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)) |