初始化项目，由ModelHub XC社区提供模型

Model: nickprock/Gemma3-1B-CulturaViva-ITA Source: Original Platform
2026-06-26 01:31:16 +08:00
commit 5e4b190c61
9 changed files with 363 additions and 0 deletions
--- a/.gitattributes
+++ 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
--- a/README.md
+++ 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
--- a/chat_template.jinja
+++ 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 -%}
+    {{ '<start_of_turn>' + 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' -%}
+                {{ '<start_of_image>' }}
+            {%- elif item['type'] == 'text' -%}
+                {{ item['text'] | trim }}
+            {%- endif -%}
+        {%- endfor -%}
+    {%- else -%}
+        {{ raise_exception("Invalid content type") }}
+    {%- endif -%}
+    {{ '<end_of_turn>
+' }}
+{%- endfor -%}
+{%- if add_generation_prompt -%}
+    {{'<start_of_turn>model
+'}}
+{%- endif -%}
--- a/config.json
+++ 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
+}
--- a/generation_config.json
+++ 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"
+}
--- a/model.safetensors
+++ b/model.safetensors
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:57bc165d3422a07a73d47d63bdae52dbbee3d994dfefdc970e858052b97ed824
+size 1999810864
--- a/tokenizer.json
+++ b/tokenizer.json
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:daab2354f8a74e70d70b4d1f804939b68a8c9624dd06cb7858e52dd8970e9726
+size 33384567
--- a/tokenizer.model
+++ b/tokenizer.model
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1299c11d7cf632ef3b4e11937501358ada021bbdf7c47638d13c0ee982f2e79c
+size 4689074
--- a/tokenizer_config.json
+++ b/tokenizer_config.json
@@ -0,0 +1,24 @@
+{
+  "backend": "tokenizers",
+  "boi_token": "<start_of_image>",
+  "bos_token": "<bos>",
+  "clean_up_tokenization_spaces": false,
+  "eoi_token": "<end_of_image>",
+  "eos_token": "<eos>",
+  "image_token": "<image_soft_token>",
+  "is_local": false,
+  "mask_token": "<mask>",
+  "model_max_length": 1000000000000000019884624838656,
+  "model_specific_special_tokens": {
+    "boi_token": "<start_of_image>",
+    "eoi_token": "<end_of_image>",
+    "image_token": "<image_soft_token>"
+  },
+  "pad_token": "<pad>",
+  "processor_class": "Gemma3Processor",
+  "sp_model_kwargs": null,
+  "spaces_between_special_tokens": false,
+  "tokenizer_class": "GemmaTokenizer",
+  "unk_token": "<unk>",
+  "use_default_system_prompt": false
+}