Llama 3.2 Latin

🚀 Llama-3.2-Latinモデルカード

hathibelagal/llama-3.2-latin は、LLaMA-3.2-3Bモデルを微調整したバージョンです。古代から現代の新ラテン語まで、様々な歴史的時代のラテン語テキストの生成と理解に最適化されています。現時点では、正確な時制（例：過去完了形、仮定法）、格、および複雑な構造（例：譲歩節、時間節）を用いた内容を生成することができます。

🚀 クイックスタート

モデル概要

想定される用途

• ラテン語のテキスト生成、翻訳、または分析に関するタスク、例えば古典ラテン語の散文の生成、文章の完成、またはラテン語教育の支援などに適しています。一貫性に制限があるため、短い文脈固有のプロンプトに最適です。
• 一貫性が向上するまで、長文の物語生成や厳密な文脈の一貫性を必要とするタスクには推奨されません。

倫理的な考慮事項

• バイアス：モデルは学習データセットのバイアスを反映する可能性があります。例えば、特定のラテン語スタイル（例：教会ラテン語）の過剰な表現により、出力のトーンが変化することがあります。
• 使用方法：生成されたテキストは、特に教育や学術的な文脈では、正確性を確認する必要があります。

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

repo_id = "hathibelagal/llama-3.2-latin"

tokenizer = AutoTokenizer.from_pretrained(repo_id)
model = AutoModelForCausalLM.from_pretrained(
    repo_id,
    torch_dtype=torch.float16,
    device_map="auto"
)

prompt = "Libellus vere aureus"
inputs = tokenizer.encode(prompt, return_tensors="pt")
inputs = inputs.to(model.device)

outputs = model.generate(
    inputs,
    max_new_tokens=100,
    do_sample=True,
    top_p=0.9,
    temperature=0.6,
    repetition_penalty=1.2
)

print(tokenizer.batch_decode(
    outputs, skip_special_tokens=True)[0])