Fibonacci 2 9b

🚀 Fibonacci-2-9b模型

Fibonacci-2-9b是基於Gemma2架構的大語言模型，擁有92.4億參數。它專為自然語言處理任務和文本對話優化，能實現文本生成、問答、機器翻譯等功能。

模型信息

模型展示

• YouTube視頻介紹
• 官方網站

✨ 主要特性

• 架構：Gemma2
• 參數數量：92.4億
• 格式支持：GGUF，支持4-bit (Q4_K_M)、5-bit (Q5_K_M)、8-bit (Q8_0) 和16-bit (F16)
• 使用許可：MIT

📦 安裝指南

文檔未提及安裝步驟，可參考Hugging Face的transformers庫的安裝方法。

💻 使用示例

基礎用法

from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("fibonacciai/fibonacci-2-9b")
model = AutoModelForCausalLM.from_pretrained("fibonacciai/fibonacci-2-9b")

input_text = "Hello! How can I assist you today?"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs)
response = tokenizer.decode(outputs[0], skip_special_tokens=True)

print(response)

不同語言使用示例

波斯語

from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("fibonacciai/fibonacci-2-9b")
model = AutoModelForCausalLM.from_pretrained("fibonacciai/fibonacci-2-9b")

input_text = "سلام! چطور می‌توانم به شما کمک کنم؟"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs)
response = tokenizer.decode(outputs[0], skip_special_tokens=True)

print(response)

阿拉伯語

from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("fibonacciai/fibonacci-2-9b")
model = AutoModelForCausalLM.from_pretrained("fibonacciai/fibonacci-2-9b")

input_text = "مرحبًا! كيف يمكنني مساعدتك اليوم؟"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs)
response = tokenizer.decode(outputs[0], skip_special_tokens=True)

print(response)

📚 詳細文檔

應用場景

• 文本生成：創建富有創意和多樣化的文本。
• 問答系統：為用戶的詢問提供準確的回答。
• 機器翻譯：實現不同語言之間的文本翻譯。
• 情感分析：識別文本中蘊含的情感。

資源鏈接

• Hugging Face上的模型頁面
• Hugging Face文檔

貢獻說明

歡迎大家貢獻代碼！如果您有改進模型的建議或發現了任何漏洞，請通過Issues與我們分享。

📄 許可證

本模型根據MIT許可證發佈。更多信息請查看LICENSE文件。