RichardErkhov/jslin09_-_llama-3.2-1b-fraud-gguf

Quantization made by Richard Erkhov.

Github

Discord

Request more models

llama-3.2-1b-fraud - GGUF

• —Model creator: https://huggingface.co/jslin09/
• —Original model: https://huggingface.co/jslin09/llama-3.2-1b-fraud/

Original model description: --- license: apache-2.0 datasets:

• —jslin09/FraudCaseVerdicts language:
• —zh base_model:
• —meta-llama/Llama-3.2-1B pipelinetag: text-generation text-generation: parameters: maxlength: 1024 maxnewtokens: 400 dosample: true temperature: 0.75 topk: 50 top_p: 0.9 tags:
• —legal widget:
• —text: 王大明意圖為自己不法所有，基於竊盜之犯意， example_title: 生成竊盜罪之犯罪事實
• —text: 騙人布意圖為自己不法所有，基於詐欺取財之犯意， example_title: 生成詐欺罪之犯罪事實
• —text: 梅友乾明知其無資力支付酒店消費，亦無付款意願，竟意圖為自己不法之所有， example_title: 生成吃霸王餐之詐欺犯罪事實
• —text: 闕很大明知金融帳戶之存摺、提款卡及密碼係供自己使用之重要理財工具， example_title: 生成賣帳戶幫助詐欺犯罪事實
• —text: 通訊王明知近來盛行以虛設、租賃、借用或買賣行動電話人頭門號之方式，供詐騙集團作為詐欺他人交付財物等不法用途， example_title: 生成賣電話SIM卡之幫助詐欺犯罪事實
• —text: 趙甲王基於行使偽造特種文書及詐欺取財之犯意， exampletitle: 偽造特種文書(契約、車牌等)詐財 libraryname: transformers ---

判決書「犯罪事實」欄草稿自動生成

本模型是以司法院公開之「詐欺」案件判決書做成之資料集，基於 Llama 3.2-1b 模型進行微調訓練，可以自動生成詐欺及竊盜案件之犯罪事實段落之草稿。資料集之資料範圍從100年1月1日至110年12月31日，所蒐集到的原始資料共有 74823 篇（判決以及裁定），我們只取判決書的「犯罪事實」欄位內容，並把這原始的資料分成三份，用於訓練的資料集有59858篇，約佔原始資料的80%，剩下的20%，則是各分配10%給驗證集（7482篇），10%給測試集（7483篇）。在本網頁進行測試時，請在模型載入完畢並生成第一小句後，持續按下Compute按鈕，就能持續生成文字。或是輸入自己想要測試的資料到文字框中進行測試。或是可以到這裡有更完整的使用體驗。

使用範例

如果要在自己的程式中調用本模型，可以參考下列的 Python 程式碼，藉由呼叫 API 的方式來生成刑事判決書「犯罪事實」欄的內容。 <details> <summary> 點擊後展開 </summary> <pre> <code> import requests, json from time import sleep from tqdm.auto import tqdm, trange

Load model directly

from transformers import AutoTokenizer, AutoModelForCausalLM

APIURL = "https://api-inference.huggingface.co/models/jslin09/llama-3.2-1b-fraud" APITOKEN = 'XXXXXXXXXXXXXXX' # 調用模型的 API token headers = {"Authorization": f"Bearer {API_TOKEN}"}

def query(payload): response = requests.post(API_URL, headers=headers, json=payload) return json.loads(response.content.decode("utf-8"))

prompt = "森上梅前明知其無資力支付酒店消費，亦無付款意願，竟意圖為自己不法之所有，" querydict = { "inputs": prompt, } textlen = 300 t = trange(textlen, desc= '生成例稿', leave=True) for i in t: response = query(querydict) try: responsetext = response[0]['generatedtext'] querydict["inputs"] = responsetext t.setdescription(f"{i}: {response[0]['generatedtext']}") t.refresh() except KeyError: sleep(30) # 如果伺服器太忙無回應，等30秒後再試。 pass print(response[0]['generated_text']) </code> </pre> </details>

或是，你要使用 transformers 套件來實作你的程式，將本模型下載至你本地端的電腦中執行，可以參考下列程式碼: <details> <summary> 點擊後展開 </summary> <pre> <code>

Load model directly

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.frompretrained("jslin09/llama-3.2-1b-fraud") model = AutoModelForCausalLM.frompretrained("jslin09/llama-3.2-1b-fraud")

</code> </pre> </details>

致謝

微調本模型所需要的算力，是由評律網提供 NVIDIA H100。特此致謝。

引文訊息

@misc{lin2024legal,
      title={Legal Documents Drafting with Fine-Tuned Pre-Trained Large Language Model}, 
      author={Chun-Hsien Lin and Pu-Jen Cheng},
      year={2024},
      eprint={2406.04202},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
      url = {https://arxiv.org/abs/2406.04202}
}