初始化项目，由ModelHub XC社区提供模型

Model: kamoo-ai/kamoo-one-135m-instruct
Source: Original Platform

.gitattributes

@@ -0,0 +1,35 @@
+*.7z filter=lfs diff=lfs merge=lfs -text
+*.arrow filter=lfs diff=lfs merge=lfs -text
+*.bin filter=lfs diff=lfs merge=lfs -text
+*.bz2 filter=lfs diff=lfs merge=lfs -text
+*.ckpt filter=lfs diff=lfs merge=lfs -text
+*.ftz filter=lfs diff=lfs merge=lfs -text
+*.gz filter=lfs diff=lfs merge=lfs -text
+*.h5 filter=lfs diff=lfs merge=lfs -text
+*.joblib filter=lfs diff=lfs merge=lfs -text
+*.lfs.* filter=lfs diff=lfs merge=lfs -text
+*.mlmodel filter=lfs diff=lfs merge=lfs -text
+*.model filter=lfs diff=lfs merge=lfs -text
+*.msgpack filter=lfs diff=lfs merge=lfs -text
+*.npy filter=lfs diff=lfs merge=lfs -text
+*.npz filter=lfs diff=lfs merge=lfs -text
+*.onnx filter=lfs diff=lfs merge=lfs -text
+*.ot filter=lfs diff=lfs merge=lfs -text
+*.parquet filter=lfs diff=lfs merge=lfs -text
+*.pb filter=lfs diff=lfs merge=lfs -text
+*.pickle filter=lfs diff=lfs merge=lfs -text
+*.pkl filter=lfs diff=lfs merge=lfs -text
+*.pt filter=lfs diff=lfs merge=lfs -text
+*.pth filter=lfs diff=lfs merge=lfs -text
+*.rar filter=lfs diff=lfs merge=lfs -text
+*.safetensors filter=lfs diff=lfs merge=lfs -text
+saved_model/**/* filter=lfs diff=lfs merge=lfs -text
+*.tar.* filter=lfs diff=lfs merge=lfs -text
+*.tar filter=lfs diff=lfs merge=lfs -text
+*.tflite filter=lfs diff=lfs merge=lfs -text
+*.tgz filter=lfs diff=lfs merge=lfs -text
+*.wasm filter=lfs diff=lfs merge=lfs -text
+*.xz filter=lfs diff=lfs merge=lfs -text
+*.zip filter=lfs diff=lfs merge=lfs -text
+*.zst filter=lfs diff=lfs merge=lfs -text
+*tfevents* filter=lfs diff=lfs merge=lfs -text

README.md

@@ -0,0 +1,77 @@
+---
+language:
+  - nl
+license: apache-2.0
+pipeline_tag: text-generation
+library_name: transformers
+base_model: kamoo-ai/kamoo-one-135m
+tags:
+  - dutch
+  - nederlands
+  - sovereign-ai
+  - small-language-model
+  - instruct
+  - chat
+---
+
+# kamoo-one-135m-instruct
+
+**De instruct-variant van [kamoo-one-135m](https://huggingface.co/kamoo-ai/kamoo-one-135m): volgt Nederlandse instructies, antwoordt in ChatML en stopt netjes na zijn antwoord.**
+
+Volledige fine-tune (assistant-only loss) van het basismodel op 22.636
+Nederlandse instructievoorbeelden over negen taaktypes: instructies volgen,
+kort vraag-antwoord, herschrijven naar B1, samenvatten, meerbeurten-chat,
+JSON-extractie, gegrond vraag-antwoord, weigeren bij
+onzekerheid/privacy, en classificeren/routeren. De tokenizer is uitgebreid
+met ChatML-tokens (vocab 32.832); `<|im_end|>` is het stopteken.
+
+## Gebruik
+
+```bash
+vllm serve kamoo-ai/kamoo-one-135m-instruct --max-model-len 1024
+```
+
+```python
+from transformers import pipeline
+pipe = pipeline("text-generation", model="kamoo-ai/kamoo-one-135m-instruct")
+out = pipe([
+    {"role": "system", "content": "Je bent Kamoo, een behulpzame Nederlandstalige AI-assistent. Antwoord helder, feitelijk en beknopt."},
+    {"role": "user", "content": "Herschrijf naar eenvoudig Nederlands: De aanvraag wordt buiten behandeling gesteld."},
+], max_new_tokens=80)
+```
+
+Geef altijd een systeemprompt mee die de taak stuurt; zonder systeemprompt
+kan het model in de verkeerde taakmodus schieten.
+
+## Trainingsdetails
+
+- Basis: kamoo-one-135m (v0.8-corpus, 7,3 mld Nederlandse tokens; zie de
+  model card van het basismodel voor de volledige datastamboom).
+- SFT: 2 epochs over 2,9M tokens, assistant-only loss, lr 5e-5.
+- SFT-data: kamoo-sft v0.3-everyday, 22.636 synthetische, getemplate
+  Nederlandse voorbeelden (geen klant- of persoonsdata).
+
+## Grenzen, eerlijk
+
+Alles wat voor het basismodel geldt (geen betrouwbare parametrische feiten,
+alleen Nederlands, 1.024 context), plus specifiek voor deze versie:
+
+- **Vorm is sterker dan trouw.** Het model houdt zich goed aan formats
+  (JSON-schema's, B1-register, beknopt antwoorden) maar kan bij extractie
+  waarden invullen die niet letterlijk in de invoer staan. Controleer
+  extractie-output tegen de bron; gebruik het niet ongecontroleerd voor
+  gegevensinvoer.
+- De SFT-data is volledig synthetisch/getemplated (v0.3); een versie met
+  meer gegronde en diverse voorbeelden is in ontwikkeling.
+
+## English summary
+
+Instruction-tuned variant of the from-scratch Dutch 135M model
+kamoo-one-135m. ChatML format, stops correctly, strong at format-following
+(JSON, register rewriting, summarizing); extraction faithfulness is a known
+limitation of the v0.3 templated SFT data. Apache-2.0. Built by
+[kamoo](https://kamoo.nl).
+
+---
+
+*kamoo · [kamoo.nl](https://kamoo.nl) · [platform.kamoo.nl](https://platform.kamoo.nl)*

config.json

@@ -0,0 +1,23 @@
+{
+  "architectures": [
+    "LlamaForCausalLM"
+  ],
+  "model_type": "llama",
+  "vocab_size": 32832,
+  "hidden_size": 768,
+  "intermediate_size": 2048,
+  "num_hidden_layers": 16,
+  "num_attention_heads": 12,
+  "num_key_value_heads": 4,
+  "head_dim": 64,
+  "max_position_embeddings": 1024,
+  "rms_norm_eps": 1e-05,
+  "rope_theta": 10000.0,
+  "hidden_act": "silu",
+  "tie_word_embeddings": true,
+  "attention_bias": false,
+  "mlp_bias": false,
+  "bos_token_id": 0,
+  "eos_token_id": 32769,
+  "torch_dtype": "bfloat16"
+}

generation_config.json

@@ -0,0 +1,9 @@
+{
+  "bos_token_id": 0,
+  "eos_token_id": 32769,
+  "do_sample": true,
+  "temperature": 0.7,
+  "top_p": 0.95,
+  "repetition_penalty": 1.1,
+  "max_new_tokens": 256
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:327001120c18e8d46c7071886e53b4ea735b5a228f5f97dbec520db49fe2dc74
+size 251823568

tokenizer_config.json

@@ -0,0 +1,9 @@
+{
+  "tokenizer_class": "PreTrainedTokenizerFast",
+  "bos_token": "<|endoftext|>",
+  "eos_token": "<|im_end|>",
+  "unk_token": "<|endoftext|>",
+  "model_max_length": 1024,
+  "clean_up_tokenization_spaces": false,
+  "chat_template": "{% for message in messages %}{{ '<|im_start|>' + message['role'] + '\n' + message['content'] + '<|im_end|>' + '\n' }}{% endfor %}{% if add_generation_prompt %}{{ '<|im_start|>assistant\n' }}{% endif %}"
+}