Cere Llama 3.1 8B Tr

🚀 CERE V2 -LLMA-3.1-8b-TR

このモデルは、トルコ語用に微調整されたLlama3.1 8b大規模言語モデル（LLM）です。様々なオープンソースと内部リソースから作成された高品質のトルコ語命令セットを使用して学習されました。トルコ語命令データセットは、トルコ語の命令を正確かつ組織的に実行するために慎重に注釈付けされています。

✨ 主な機能

このモデルは、トルコ語に特化した微調整が行われており、トルコ語の命令に対して高精度に応答できます。また、トルコ語用に拡張されたトークナイザーを使用しているため、トルコ語の処理に最適化されています。

📦 インストール

このREADMEには具体的なインストール手順が記載されていないため、このセクションをスキップします。

💻 使用例

基本的な使用法

from transformers import AutoModelForCausalLM, AutoTokenizer
device = "cuda" # the device to load the model onto

model = AutoModelForCausalLM.from_pretrained(
    "Cerebrum/cere-llama-3.1-8B-tr",
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained("Cerebrum/cere-llama-3.1-8B-tr")

prompt = "Python'da ekrana 'Merhaba Dünya' nasıl yazılır?"
messages = [
    {"role": "system", "content": "Sen, Cerebrum Tech tarafından üretilen ve verilen talimatları takip ederek en iyi cevabı üretmeye çalışan yardımcı bir yapay zekasın."},
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to(device)

generated_ids = model.generate(
    model_inputs.input_ids,
    temperature=0.3,
    top_k=50,
    top_p=0.9,
    max_new_tokens=512,
    repetition_penalty=1,
)
generated_ids = [
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]

response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]

高度な使用法

このREADMEには高度な使用法の具体的なコード例が記載されていないため、このサブセクションを省略します。

📚 ドキュメント

モデルの詳細

ベンチマーク結果

• Winogrande_tr: 56.16
• TruthfulQA_tr_v0.2: 47.46
• Mmlu_tr_v0.2: 46.46
• HellaSwag_tr_v0.2: 48.87
• GSM8k_tr_v0.2: 25.43
• Arc_tr_v0.2: 41.97

📄 ライセンス

このモデルは、llama3.1のライセンスの下で提供されています。