ali-arshiya/moeinGTS1.5-3b

language:

• —fa
• —en license: apache-2.0 basemodel: Qwen/Qwen2.5-3B pipelinetag: text-generation tags:
• —text-generation
• —qwen2
• —moeingts
• —persian ---

🚀 moeinGTS 1.5 - 3B

moeinGTS 1.5-3B یک مدل زبانی فشرده، قدرتمند و بهینه‌شده برای زبان فارسی است که بر پایه معماری Qwen2.5 آموزش دیده و توسعه یافته است.

📌 ویژگی‌های کلیدی

• —پشتیبانی قوی از زبان فارسی: درک عمیق دستورات متنی، خلاصه سازی و پاسخ‌دهی روان.
• —بهینه‌شده برای اجرا روی سیستم‌های خانگی: قابلیت اجرا روی GPUهای معمولی و حتی CPU (با فرمت GGUF).
• —مناسب برای چت و اتوماسیون: سازگار با اکوسیستم‌های Ollama و Transformers.

📊 جزئیات آموزش (Training Details)

• —مدل پایه (Base Model): Qwen2.5-3B
• —روش آموزش: Instruction Fine-Tuning با استفاده از روش LoRA / PEFT
• —سخت‌افزار آموزش: NVIDIA T4 / A100 GPUs
• —Hyperparameters:
• —Learning Rate: 2e-4
• —Batch Size: 4
• —Gradient Accumulation Steps: 4
• —Optimizer: AdamW

🏎️ نحوه استفاده (Usage)

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "ali-arshiya/moeinGTS1.5-3b"

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

prompt = "اروش‌های بهبود کارایی مدل‌های هوش مصنوعی چیست؟"
inputs = tokenizer(prompt, return_tensors="pt").to("cuda")

outputs = model.generate(**inputs, max_new_tokens=150)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))