base_model, tags, license, language, widget

base_model	tags	license	language	widget
unsloth/Qwen3-8B azherali/Riazi-8B-CPT	text-generation-inference transformers unsloth qwen3 urdu urdu-reasoning	apache-2.0	ur	messages role content user 2 + 3 کتنا ہوتا ہے؟ messages role content user اگر آپ کے پاس 10 سیب ہیں اور 3 کھا لیتے ہیں، تو کتنے بچیں گے؟ messages role content user ایک باپ کی عمر اپنے بیٹے کی عمر سے تین گنا ہے۔ 10 سال بعد باپ کی عمر 50 سال ہوگی۔ بیٹے کی موجودہ عمر کیا ہے؟ messages role content user اگر ایک گاڑی 60 کلومیٹر فی گھنٹہ کی رفتار سے 2 گھنٹے چلے، تو کتنی دوری طے کرے گی؟

Quick start

from unsloth import FastLanguageModel
import torch

max_seq_length = 2048  # Choose any! We auto support RoPE Scaling internally!
dtype = (
    None  # None for auto detection. Float16 for Tesla T4, V100, Bfloat16 for Ampere+
)
load_in_4bit = False  # Use 4bit quantization to reduce memory usage. Can be False.
load_in_8bit = False  # Use 8bit quantization to reduce memory usage. Can be False.

model, tokenizer = FastLanguageModel.from_pretrained(
    model_name="azherali/Riazi-8B",  # Choose ANY
    max_seq_length=max_seq_length,
    dtype=dtype,
    load_in_4bit=load_in_4bit,
    load_in_8bit=load_in_8bit,
    # token = "YOUR_HF_TOKEN", # HF Token for gated models
)
FastLanguageModel.for_inference(model)  # Enable native 2x faster inference

messages = [
    {
        "role": "user",
        "content": "پانچ بچوں نے 20 چاکلیٹس برابر بانٹیں۔ ہر بچے کو کتنی چاکلیٹس ملیں گی؟",
    }
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,  # Must add for generation
)

from transformers import TextStreamer

_ = model.generate(
    **tokenizer(text, return_tensors="pt").to("cuda"),
    temperature=0.6,
    top_p=0.95,
    top_k=20,  # For non thinking
    streamer=TextStreamer(tokenizer, skip_prompt=True),
)

Training procedure

This model was trained with SFT.

Framework versions

• TRL: 0.22.2
• Transformers: 4.56.2
• Pytorch: 2.12.0+rocm7.2
• Datasets: 4.3.0
• Tokenizers: 0.22.2