初始化项目，由ModelHub XC社区提供模型

Model: mhenrichsen/danskgpt-tiny-chat Source: Original Platform
2026-05-11 02:55:29 +08:00
commit 44e35e2aed
11 changed files with 301 additions and 0 deletions
--- a/README.md
+++ b/README.md
@@ -0,0 +1,127 @@
+---
+license: apache-2.0
+base_model: mhenrichsen/danskgpt-tiny
+tags:
+- generated_from_trainer
+widget:
+- text: "<|im_start|>system\nDu er en hjælpsom assistent.<|im_end|>\n<|im_start|>user\nHvad er skak?<|im_end|>\n<|im_start|>assistant"
+  example_title: "Skak"
+- text: "<|im_start|>system\nDu er en hjælpsom assistent.<|im_end|>\n<|im_start|>user\nHvem har lavet dig?<|im_end|>\n<|im_start|>assistant"
+  example_title: "Skaber"
+
+---
+
+
+# DanskGPT-tiny-chat
+<img src="danskgpt-tiny-chat.webp" width="500" height="500">
+
+DanskGPT-tiny-chat er chat-varianten af [mhenrichsen/danskgpt-tiny](https://huggingface.co/mhenrichsen/danskgpt-tiny) trænet på private chat datasæt.
+
+
+## Model beskrivelse
+
+Modellen er beregnet til at være en lightweight version af DanskGPT, der kan køre på næsten alle enheder.
+
+## Prompt template
+
+Modellen er trænet med ChatML format (samme som OpenAI's modeller), og skal bruges på følgende måde:
+
+```
+<|im_start|>system\nDu er en hjælpsom assistent.<|im_end|>\n<|im_start|>user\nHvad er skak?<|im_end|>\n<|im_start|>assistant
+
+```
+
+
+## Inferens
+
+### Ollama
+Installér ollama:
+https://ollama.ai/download
+
+Kør:
+```
+ollama run mhenrichsen/danskgpt-tiny-chat
+```
+
+
+### vLLM
+```
+pip install vllm
+```
+
+
+```python
+from vllm import LLM, SamplingParams
+
+sampling_params = SamplingParams(temperature=0.8, top_p=0.95, max_tokens=1024)
+llm = LLM(model="mhenrichsen/danskgpt-tiny-chat")
+
+system_message = "Du er en hjælpsom assistent."
+conversation_history = f"<|im_start|>system\n{system_message}<|im_end|>\n<|im_start|>user\n"
+while True:
+    prompt = input("Bruger: ")
+    new_prompt = f"{conversation_history}{prompt}<|im_end|>\n<|im_start|>assistant\n"
+
+    outputs = llm.generate(new_prompt, sampling_params)
+    for output in outputs:
+        prompt = output.prompt
+        generated_text = output.outputs[0].text
+        print(f"AI: {generated_text!r}")
+        conversation_history = f"{prompt}{generated_text!r}<|im_end|>\n<|im_start|>user\n"
+
+```
+
+### Endpoint med openai
+```
+pip install openai
+```
+
+
+```
+python -m vllm.entrypoints.openai.api_server --model mhenrichsen/danskgpt-tiny-chat
+```
+og brugt som erstatning for OpenAI's endpoints:
+
+```python
+from openai import OpenAI
+openai_api_key = "EMPTY"
+openai_api_base = "http://localhost:8000/v1"
+
+client = OpenAI(
+    api_key=openai_api_key,
+    base_url=openai_api_base,
+)
+
+chat_response = client.chat.completions.create(
+    model="mhenrichsen/danskgpt-tiny-chat",
+    messages=[
+        {"role": "system", "content": "Du er en hjælpsom assistent. Giv mig et langt svar."},
+        {"role": "user", "content": "Fortæl mig om Danmark."},
+    ]
+)
+print("AI:", chat_response)
+```
+
+
+## Training results
+
+
+| Training Loss | Epoch | Step | Validation Loss |
+|:-------------:|:-----:|:----:|:---------------:|
+| 1.3599        | 0.0   | 1    | 1.4118          |
+| 0.7896        | 0.25  | 136  | 0.7813          |
+| 0.7339        | 0.5   | 272  | 0.7490          |
+| 0.7378        | 0.75  | 408  | 0.7285          |
+| 0.7112        | 1.0   | 544  | 0.7146          |
+| 0.6377        | 1.23  | 680  | 0.7135          |
+| 0.6192        | 1.49  | 816  | 0.7133          |
+| 0.5985        | 1.74  | 952  | 0.7073          |
+| 0.6067        | 1.99  | 1088 | 0.7026          |
+| 0.5139        | 2.22  | 1224 | 0.7167          |
+| 0.5099        | 2.47  | 1360 | 0.7193          |
+| 0.5217        | 2.72  | 1496 | 0.7168          |
+
+## Brug for hjælp?
+Har du spørgsmål eller brug for hjælp til LLM'er eller automatisering af tekstbaserede opgaver, så kontakt mig gerne.
+
+/Mads