Create README.md

README.md

@@ -0,0 +1,83 @@
+---
+license: mit
+language:
+- pt
+base_model:
+- Qwen/Qwen2.5-0.5B-Instruct
+pipeline_tag: text-generation
+datasets:
+- adalbertojunior/openHermes_portuguese
+- cnmoro/smoltalk-555k-ptbr
+- cnmoro/RagMixPTBR-Legal-Alpaca-2M
+- adalbertojunior/dolphin-2.9-portuguese
+---
+
+Qwen2.5-0.5B finetuned for proficiency in Portuguese language and increased intelligence.
+
+```text
+https://ollama.com/cnmoro/Qwen2.5-0.5B-Portuguese-v2
+```
+
+```python
+from transformers import AutoModelForCausalLM, AutoTokenizer
+
+model_name = "cnmoro/Qwen2.5-0.5B-Portuguese-v2"
+
+model = AutoModelForCausalLM.from_pretrained(
+    model_name,
+    torch_dtype="auto",
+    device_map="auto"
+)
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+
+prompt = "Escreva uma breve introdução sobre LLMs (Large Language Models) e suas aplicações."
+
+# System prompt is always injected and hardcoded automatically
+# for ideal performance in portuguese language.
+# No need to write it again.
+messages = [
+    {"role": "user", "content": prompt}
+]
+text = tokenizer.apply_chat_template(
+    messages,
+    tokenize=False,
+    add_generation_prompt=True
+)
+model_inputs = tokenizer([text], return_tensors="pt").to(model.device)
+
+generated_ids = model.generate(
+    **model_inputs,
+    max_new_tokens=512
+)
+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]
+response
+# As Large Language Models (LLMs) são sistemas computacionais projetados para produzir
+# linguagem natural com alta precisão e fluência. Eles usam algoritmos avançados para compreender
+# e gerar texto, permitindo-lhes realizar tarefas como tradução de idiomas, geração de conteúdo
+# e processamento de linguagem natural.
+#
+# Os LLMs têm sido amplamente utilizados na área da inteligência artificial e do aprendizado
+# de máquina há vários anos. Alguns dos principais usos de LLMs incluem:
+#
+# 1. Tradução automática: Os LLMs podem traduzir textos entre diferentes idiomas, tornando-os
+# úteis em setores onde a comunicação internacional é crítica, como negócios internacionais,
+# diplomacia ou relações públicas.
+#
+# 2. Geração de conteúdo: os LLMs podem criar conteúdo altamente personalizado e adaptado às
+# necessidades específicas de seus usuários, tornando-os ideais para criação de sites, aplicativos
+# móveis ou plataformas de mídia social.
+#
+# 3. Processamento de Linguagem Natural: Os LLMs podem ser treinados para reconhecer e compreender
+# padrões de linguagem, permitindo-lhes compreender melhor as intenções humanas e responder adequadamente.
+#
+# 4. Análise de sentimento: Os LLMs podem analisar dados de texto e identificar sentimentos, ajudando
+# a entender como as pessoas se sentem em relação a determinadas questões ou questões sociais.
+#
+# No geral, os LLMs estão se tornando cada vez mais importantes à medida que a tecnologia continua a
+# avançar. À medida que continuamos a usar LLMs em nossas vidas diárias, podemos esperar ver ainda
+# mais desenvolvimentos interessantes no futuro.
+```