commit 5e4b190c612ec593f8da25fd3eff6d9722049171 Author: ModelHub XC Date: Fri Jun 26 01:31:16 2026 +0800 初始化项目，由ModelHub XC社区提供模型 Model: nickprock/Gemma3-1B-CulturaViva-ITA Source: Original Platform diff --git a/.gitattributes b/.gitattributes new file mode 100644 index 0000000..52373fe --- /dev/null +++ b/.gitattributes @@ -0,0 +1,36 @@ +*.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 +tokenizer.json filter=lfs diff=lfs merge=lfs -text diff --git a/README.md b/README.md new file mode 100644 index 0000000..9254bfb --- /dev/null +++ b/README.md @@ -0,0 +1,159 @@ +--- +base_model: google/gemma-3-1b-it +library_name: transformers +language: +- it +tags: +- gemma +- gemma-3 +- qlora +- lora +- italian +- culture +- fine-tuning +- gguf +- ollama +license: apache-2.0 +datasets: +- DeepMount00/CulturaViva-ITA +--- + +# 🇮🇹 Gemma3-1B-CulturaViva-ITA + +**Gemma3-1B-CulturaViva-ITA** è un modello linguistico basato sull'architettura **Gemma 3 (1B parametri)**, sottoposto a fine-tuning per specializzarsi nella comprensione e generazione di testi relativi alla **cultura, storia e tradizioni italiane**. + +Questo modello è stato addestrato per rispondere in italiano in modo accurato e contestualizzato, superando le barriere linguistiche e culturali dei modelli base generalisti. **I pesi LoRA sono già stati uniti al modello base**, rendendolo un modello standalone pronto all'uso. + +## 🛠️ Dettagli del Modello + +- **Modello Base:** Gemma 3 (1B Instruct) +- **Lingua:** Italiano (`it`) +- **Metodo di Addestramento:** QLoRA (Quantized Low-Rank Adaptation) -> Merged +- **Versione GGUF (Quantizzata):** [nickprock/Gemma3-1B-CulturaViva-ITA-Q4_K_M-GGUF](https://huggingface.co/nickprock/Gemma3-1B-CulturaViva-ITA-Q4_K_M-GGUF) +- **Framework:** PyTorch, Hugging Face `transformers`, `peft`, `trl` +- **Autore:** [nickprock](https://huggingface.co/nickprock) + +## 🎯 Uso Previsto (Intended Use) + +Il modello è ideale per: +- Assistenti virtuali specializzati in turismo e cultura italiana. +- Generazione di contenuti (articoli, riassunti, guide) su storia, arte e tradizioni del Bel Paese. +- Q&A (Domande e Risposte) su contesti storici e culturali italiani. + +--- + +## 🦙 Come usare il modello in locale con Ollama (GGUF) + +Il metodo più veloce per provare il modello sul tuo PC, sfruttando la versione quantizzata a 4-bit (leggerissima ed efficiente), è utilizzare **Ollama**. + +### Metodo 1: Avvio Rapido (Consigliato) +Apri il tuo terminale e lancia questo comando. Ollama scaricherà automaticamente il modello da Hugging Face e avvierà la chat: + +```bash +ollama run hf.co/nickprock/Gemma3-1B-CulturaViva-ITA-Q4_K_M-GGUF + +``` + +### Metodo 2: Configurazione Avanzata (Modelfile) + +Se vuoi personalizzare il comportamento del modello (ad esempio, dandogli un ruolo specifico o cambiando la creatività), crea un file di testo chiamato `Modelfile` sul tuo PC e inserisci questo codice: + +```dockerfile +# Usa direttamente il repository di Hugging Face! +FROM hf.co/nickprock/Gemma3-1B-CulturaViva-ITA-Q4_K_M-GGUF + +# Imposta i parametri di generazione +PARAMETER temperature 0.7 +PARAMETER num_ctx 4096 + +# Imposta un system prompt per dare contesto al modello +SYSTEM """Sei un assistente virtuale esperto di cultura, storia e tradizioni italiane. Rispondi alle domande in italiano in modo chiaro, accurato e appassionato.""" + +``` + +Apri il terminale nella stessa cartella del file e lancia: + +```bash +# Crea il tuo assistente personalizzato +ollama create CulturaViva -f Modelfile + +# Avvia la chat! +ollama run CulturaViva + +``` + +--- + +## 🚀 Come usare il modello (Python / Hugging Face) + +Per gli sviluppatori che desiderano integrare il modello base a 16-bit nei loro script Python: + +```python +from transformers import AutoModelForCausalLM, AutoTokenizer +import torch + +model_id = "nickprock/Gemma3-1B-CulturaViva-ITA" + +# 1. Carica Tokenizer e Modello +tokenizer = AutoTokenizer.from_pretrained(model_id) +model = AutoModelForCausalLM.from_pretrained( + model_id, + torch_dtype=torch.float16, + device_map="auto" +) + +# 2. Prepara il prompt utilizzando il chat template +messages = [ + {"role": "user", "content": "Parlami dell'importanza del Rinascimento italiano nell'arte."} +] +prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True) +inputs = tokenizer(prompt, return_tensors="pt").to(model.device) + +# 3. Genera la risposta +outputs = model.generate(**inputs, max_new_tokens=300, temperature=0.7) + +# 4. Decodifica e stampa solo la risposta generata +input_length = inputs["input_ids"].shape[1] +response = tokenizer.decode(outputs[0][input_length:], skip_special_tokens=True) +print(response) + +``` + +--- + +## ⚙️ Dettagli del Training (Dietro le quinte) + +Il processo di fine-tuning è stato un percorso di ottimizzazione intensivo, calibrato per estrarre le massime performance dall'hardware limitando il consumo di VRAM. + +### Iperparametri e Configurazione (LoRA) + +* **Metodo:** LoRA standard caricato in BFLOAT16 per massimizzare la velocità sulle architetture GPU di ultima generazione (Ada Lovelace / Blackwell), con successiva fusione dei pesi (`merge_and_unload`). +* **LoRA Rank (r):** 16 +* **LoRA Alpha:** 16 *(Valore conservativo per garantire stabilità e non sovrascrivere eccessivamente i pesi base)* +* **Target Modules:** `all-linear` +* **LoRA Dropout:** 0.05 +* **Task Type:** `CAUSAL_LM` +* **Precisione:** `bfloat16` nativo. +* **Ottimizzazione Memoria:** Batch size reale espanso tramite *Gradient Accumulation* (16 steps) mantenendo un *per_device_batch_size* di 1, combinato con *Gradient Checkpointing* per azzerare il VRAM thrashing e mantenere i consumi sotto gli 8 GB di VRAM dedicata. + +### Risultati del Training + +Il modello ha completato un'epoca intera elaborando oltre **26,4 milioni di token**. La curva di apprendimento si è rivelata estremamente sana, mostrando una totale assenza di Overfitting. La *Validation Loss* ha seguito in parallelo la *Training Loss* fino alla fine, confermando una straordinaria capacità di generalizzazione del modello sui dati non visti. L'accuratezza media sui token ha superato il 70%. + +**Evoluzione delle Metriche (Campionamento sull'Epoca):** + +| Progresso Epoca | Training Loss | Validation Loss | Token Accuracy | +| --- | --- | --- | --- | +| **~20%** | 1.155 | 1.178 | 69.8% | +| **~40%** | 1.147 | 1.146 | 70.3% | +| **~60%** | 1.136 | 1.132 | 70.5% | +| **~80%** | 1.108 | 1.124 | 70.7% | +| **~100%** | 1.142 | 1.120 | 70.7% | + +**Performance di Sistema:** + +* **Training Loss Globale Finale:** 1.156 +* **Token elaborati:** ~26.47 Milioni +* **Accuratezza Media Token (Training):** 70.09% +* **Tempo di Addestramento (Runtime):** 34.670 secondi (~9 ore e 38 minuti) +* **Velocità:** 1.492 sample/sec \ No newline at end of file diff --git a/chat_template.jinja b/chat_template.jinja new file mode 100644 index 0000000..c5f1365 --- /dev/null +++ b/chat_template.jinja @@ -0,0 +1,47 @@ +{{ bos_token }} +{%- if messages[0]['role'] == 'system' -%} + {%- if messages[0]['content'] is string -%} + {%- set first_user_prefix = messages[0]['content'] + ' + +' -%} + {%- else -%} + {%- set first_user_prefix = messages[0]['content'][0]['text'] + ' + +' -%} + {%- endif -%} + {%- set loop_messages = messages[1:] -%} +{%- else -%} + {%- set first_user_prefix = "" -%} + {%- set loop_messages = messages -%} +{%- endif -%} +{%- for message in loop_messages -%} + {%- if (message['role'] == 'user') != (loop.index0 % 2 == 0) -%} + {{ raise_exception("Conversation roles must alternate user/assistant/user/assistant/...") }} + {%- endif -%} + {%- if (message['role'] == 'assistant') -%} + {%- set role = "model" -%} + {%- else -%} + {%- set role = message['role'] -%} + {%- endif -%} + {{ '' + role + ' +' + (first_user_prefix if loop.first else "") }} + {%- if message['content'] is string -%} + {{ message['content'] | trim }} + {%- elif message['content'] is iterable -%} + {%- for item in message['content'] -%} + {%- if item['type'] == 'image' -%} + {{ '' }} + {%- elif item['type'] == 'text' -%} + {{ item['text'] | trim }} + {%- endif -%} + {%- endfor -%} + {%- else -%} + {{ raise_exception("Invalid content type") }} + {%- endif -%} + {{ ' +' }} +{%- endfor -%} +{%- if add_generation_prompt -%} + {{'model +'}} +{%- endif -%} diff --git a/config.json b/config.json new file mode 100644 index 0000000..01f45f4 --- /dev/null +++ b/config.json @@ -0,0 +1,75 @@ +{ + "_sliding_window_pattern": 6, + "architectures": [ + "Gemma3ForCausalLM" + ], + "attention_bias": false, + "attention_dropout": 0.0, + "attn_logit_softcapping": null, + "bos_token_id": 2, + "cache_implementation": "hybrid", + "dtype": "float16", + "eos_token_id": [ + 1, + 106 + ], + "final_logit_softcapping": null, + "head_dim": 256, + "hidden_activation": "gelu_pytorch_tanh", + "hidden_size": 1152, + "initializer_range": 0.02, + "intermediate_size": 6912, + "layer_types": [ + "sliding_attention", + "sliding_attention", + "sliding_attention", + "sliding_attention", + "sliding_attention", + "full_attention", + "sliding_attention", + "sliding_attention", + "sliding_attention", + "sliding_attention", + "sliding_attention", + "full_attention", + "sliding_attention", + "sliding_attention", + "sliding_attention", + "sliding_attention", + "sliding_attention", + "full_attention", + "sliding_attention", + "sliding_attention", + "sliding_attention", + "sliding_attention", + "sliding_attention", + "full_attention", + "sliding_attention", + "sliding_attention" + ], + "max_position_embeddings": 32768, + "model_type": "gemma3_text", + "num_attention_heads": 4, + "num_hidden_layers": 26, + "num_key_value_heads": 1, + "pad_token_id": 0, + "query_pre_attn_scalar": 256, + "rms_norm_eps": 1e-06, + "rope_parameters": { + "full_attention": { + "rope_theta": 1000000, + "rope_type": "default" + }, + "sliding_attention": { + "rope_theta": 10000, + "rope_type": "default" + } + }, + "sliding_window": 512, + "sliding_window_pattern": 6, + "tie_word_embeddings": true, + "transformers_version": "5.2.0", + "use_bidirectional_attention": false, + "use_cache": true, + "vocab_size": 262144 +} diff --git a/generation_config.json b/generation_config.json new file mode 100644 index 0000000..2967bba --- /dev/null +++ b/generation_config.json @@ -0,0 +1,13 @@ +{ + "bos_token_id": 2, + "cache_implementation": "hybrid", + "do_sample": true, + "eos_token_id": [ + 1, + 106 + ], + "pad_token_id": 0, + "top_k": 64, + "top_p": 0.95, + "transformers_version": "5.2.0" +} diff --git a/model.safetensors b/model.safetensors new file mode 100644 index 0000000..9cc6a5e --- /dev/null +++ b/model.safetensors @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:57bc165d3422a07a73d47d63bdae52dbbee3d994dfefdc970e858052b97ed824 +size 1999810864 diff --git a/tokenizer.json b/tokenizer.json new file mode 100644 index 0000000..f74d183 --- /dev/null +++ b/tokenizer.json @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:daab2354f8a74e70d70b4d1f804939b68a8c9624dd06cb7858e52dd8970e9726 +size 33384567 diff --git a/tokenizer.model b/tokenizer.model new file mode 100644 index 0000000..14f810a --- /dev/null +++ b/tokenizer.model @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:1299c11d7cf632ef3b4e11937501358ada021bbdf7c47638d13c0ee982f2e79c +size 4689074 diff --git a/tokenizer_config.json b/tokenizer_config.json new file mode 100644 index 0000000..f4fae07 --- /dev/null +++ b/tokenizer_config.json @@ -0,0 +1,24 @@ +{ + "backend": "tokenizers", + "boi_token": "", + "bos_token": "", + "clean_up_tokenization_spaces": false, + "eoi_token": "", + "eos_token": "", + "image_token": "", + "is_local": false, + "mask_token": "", + "model_max_length": 1000000000000000019884624838656, + "model_specific_special_tokens": { + "boi_token": "", + "eoi_token": "", + "image_token": "" + }, + "pad_token": "", + "processor_class": "Gemma3Processor", + "sp_model_kwargs": null, + "spaces_between_special_tokens": false, + "tokenizer_class": "GemmaTokenizer", + "unk_token": "", + "use_default_system_prompt": false +}