CoolFace
Modelpublic

BelikanM/kibali-final-merged

sourceHugging Faceapache-2.0updated 9mo agoView on Hugging Face
1likes19downloads
Model Card

KIBALI Final Merged - Modèle Géophysique Intégré

🤖 Description

KIBALI est un modèle de langage spécialisé en géophysique et sciences de la Terre, créé par fusion de 18 adaptateurs LoRA experts avec le modèle de base Mistral-7B-Instruct-v0.2.

Ce modèle consolidé intègre toutes les connaissances spécialisées en :

  • —🧲 ERT (Tomographie de Résistivité Électrique)
  • —📡 Géoradar (GPR)
  • —🧭 Magnétométrie
  • —🌊 Sismique réfraction
  • —🏗️ Géotechnique
  • —💧 Hydrogéologie
  • —🏛️ Archéologie
  • —⚠️ Risques naturels
  • —📊 Traitement du signal
  • —🔍 Analyse intégrée
  • —🗺️ Interprétation de terrain
  • —💻 Modélisation numérique
  • —⚙️ Calibration d'instruments
  • —📈 Géoscan

🚀 Utilisation

python
from transformers import AutoModelForCausalLM, AutoTokenizer

# Charger le modèle
model = AutoModelForCausalLM.from_pretrained(
    "BelikanM/kibali-final-merged",
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained("BelikanM/kibali-final-merged")

# Exemple d'utilisation
prompt = "[INST] Explique-moi le principe de la tomographie électrique [/INST]"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=200)
response = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(response)

📋 Caractéristiques Techniques

  • —Architecture: Mistral-7B-Instruct-v0.2 fusionné
  • —Spécialisation: Géophysique intégrée
  • —Langue: Français (réponses naturelles)
  • —Taille: ~13GB (modèle complet)
  • —Format: Safetensors
  • —Quantization: FP16

🎯 Applications

  • —Prospection géophysique
  • —Études environnementales
  • —Archéologie non destructive
  • —Évaluation des risques naturels
  • —Hydrogéologie
  • —Géotechnique
  • —Recherche scientifique

📚 Exemples d'utilisation

ERT

[INST] Comment interpréter une tomographie de résistivité électrique ? [/INST]

Géoradar

[INST] Quelles sont les limites du GPR en milieu urbain ? [/INST]

Magnétométrie

[INST] Applications de la magnétométrie en archéologie [/INST]

🔧 Architecture

Le modèle a été créé par fusion séquentielle de 18 LoRA spécialisés :

  1. 1.LoRA de base (connaissances générales)
  2. 2.17 LoRA experts (domaines spécialisés)

Cette approche préserve toutes les compétences spécialisées tout en permettant un déploiement unifié.

📄 Licence

Apache 2.0 - Compatible avec Mistral-7B-Instruct-v0.2

👥 Contact

Pour questions ou collaborations :

  • —Email: nyundumathryme@gmail.com
  • —HF: @BelikanM

🙏 Remerciements

Modèle développé dans le cadre du projet SETRAF pour l'avancement des sciences géophysiques.