---
library_name: transformers
base_model: TucanoBR/Tucano-1b1-Instruct
tags:
- trl
- sft
- portuguese
- pt-br
- reasoning
- chain-of-thought
license: apache-2.0
language:
- pt
datasets:
- corre-social/s1_dataset_ptbr_1k_tokenized
---

# Drummond-1b1-Instruct

<img src="https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/transformers_logo_name.png" alt="Transformers" width="200"/>

## Resumo do Modelo

O **Drummond-1b1-Instruct** é um modelo de linguagem focado em seguir instruções e raciocínio em Português (PT-BR). Ele é um *fine-tune* do modelo [Tucano-1b1-Instruct](https://huggingface.co/TucanoBR/Tucano-1b1-Instruct), treinado especificamente para gerar cadeias de pensamento ("thinking process") antes de fornecer a resposta final.

Este modelo utiliza a arquitetura herdada do Tucano e foi otimizado para tarefas que exigem raciocínio estruturado com baixo custo computacional.

- **Desenvolvido por:** Corre Social
- **Modelo Base:** TucanoBR/Tucano-1b1-Instruct
- **Idioma:** Português (PT-BR)
- **Tamanho do Contexto:** 2048 tokens
- **Licença:** Apache 2.0 (Verificar modelo base)

## Detalhes de Treinamento

O modelo foi treinado utilizando técnicas modernas de *Supervised Fine-Tuning* (SFT) focadas em eficiência e qualidade de instrução.

### Tecnologias Utilizadas

O treinamento foi realizado utilizando o ecossistema Hugging Face e PyTorch:

* **Biblioteca de Treino:** [TRL (Transformer Reinforcement Learning)](https://github.com/huggingface/trl) versão 0.12.0.
* **Otimização de Memória:** `bitsandbytes` para otimizadores de 8-bit.
* **Monitoramento:** Weights & Biases (WandB).
* **Hardware:** Treinado em GPU com suporte a `bfloat16`.

### Técnicas de Treinamento

1.  **Supervised Fine-Tuning (SFT):** O modelo foi ajustado em um dataset de instruções para alinhar o comportamento de resposta.
2.  **Completion Only Loss:** Utilizamos o `DataCollatorForCompletionOnlyLM`. Esta técnica é crucial: o modelo **não** aprende a prever a instrução do usuário, apenas a resposta e o raciocínio. Isso evita que o modelo "alucine" instruções e foca a perda (loss) apenas na geração útil.
    * *Instruction Template:* `<instruction>`
    * *Response Template:* `<|im_start|>think`
3.  **Special Tokens & ChatML:** Foram adicionados tokens especiais (`<|im_start|>`, `<|im_end|>`) e o token de gatilho de pensamento `think` para estruturar o formato de *Chain of Thought*.
4.  **Otimização de Precisão:**
    * Uso de **BF16 (BFloat16)** para estabilidade numérica durante o treino.
    * Otimizador **AdamW 8-bit** para reduzir o consumo de VRAM.
    * **Gradient Checkpointing** ativado para permitir *batch sizes* maiores ou modelos maiores em GPUs limitadas.

### Hiperparâmetros

| Parâmetro | Valor |
| :--- | :--- |
| **Epochs** | 5 |
| **Learning Rate** | 1e-5 |
| **Batch Size (Efetivo)** | 4 (1 per device * 4 accumulation steps) |
| **Context Window** | 2048 tokens |
| **Optimizer** | adamw_8bit |
| **Precision** | bf16 |
| **LRScheduler** | Linear (com 10 warmup steps) |

### Dados de Treinamento

* **Dataset:** `corre-social/s1_dataset_ptbr_1k_tokenized`
* **Tamanho:** ~1.000 exemplos de alta qualidade.
* **Foco:** O dataset contém exemplos estruturados para estimular o modelo a "pensar" (`think`) antes de responder.

## Como Usar

Para utilizar o modelo, é recomendável usar a formatação de prompt correta para ativar o modo de raciocínio:

```python
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "corre-social/Drummond-1b1-Instruct"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto"
)

# Template específico usado no treino
prompt = """<instruction>Explique como funciona a gravidade de forma simples.</instruction>
<|im_start|>think"""

inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

outputs = model.generate(
    **inputs,
    max_new_tokens=512,
    do_sample=True,
    temperature=0.7,
    top_p=0.9,
    eos_token_id=tokenizer.eos_token_id
)

response = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(response)