Text Generation
Transformers
Safetensors
French
fiscalité
génération-de-texte
français
8-bit precision
Instructions to use Aktraiser/modele-test with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use Aktraiser/modele-test with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-generation", model="Aktraiser/modele-test")# Load model directly from transformers import AutoModel model = AutoModel.from_pretrained("Aktraiser/modele-test", dtype="auto") - Notebooks
- Google Colab
- Kaggle
- Local Apps
- vLLM
How to use Aktraiser/modele-test with vLLM:
Install from pip and serve model
# Install vLLM from pip: pip install vllm # Start the vLLM server: vllm serve "Aktraiser/modele-test" # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:8000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "Aktraiser/modele-test", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }'Use Docker
docker model run hf.co/Aktraiser/modele-test
- SGLang
How to use Aktraiser/modele-test with SGLang:
Install from pip and serve model
# Install SGLang from pip: pip install sglang # Start the SGLang server: python3 -m sglang.launch_server \ --model-path "Aktraiser/modele-test" \ --host 0.0.0.0 \ --port 30000 # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:30000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "Aktraiser/modele-test", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }'Use Docker images
docker run --gpus all \ --shm-size 32g \ -p 30000:30000 \ -v ~/.cache/huggingface:/root/.cache/huggingface \ --env "HF_TOKEN=<secret>" \ --ipc=host \ lmsysorg/sglang:latest \ python3 -m sglang.launch_server \ --model-path "Aktraiser/modele-test" \ --host 0.0.0.0 \ --port 30000 # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:30000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "Aktraiser/modele-test", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }' - Docker Model Runner
How to use Aktraiser/modele-test with Docker Model Runner:
docker model run hf.co/Aktraiser/modele-test
Update README.md
Browse files
README.md
CHANGED
|
@@ -13,9 +13,8 @@ tags:
|
|
| 13 |
- français
|
| 14 |
---
|
| 15 |
|
| 16 |
-
# LLM
|
| 17 |
|
| 18 |
-
## Introduction
|
| 19 |
|
| 20 |
Ce modèle est un **LLM Meta-Llama-3.1-8B fine tuné** pour le domaine de la fiscalité française. Il peut répondre à des questions spécifiques sur la fiscalité en générale. Il a été entraîné pour fournir des réponses précises et contextuelles basées sur des textes de référence en matière fiscalité française.
|
| 21 |
|
|
@@ -44,7 +43,7 @@ pip install transformers torch accelerate bitsandbytes
|
|
| 44 |
```
|
| 45 |
|
| 46 |
### Utilisation basique
|
| 47 |
-
python
|
| 48 |
from transformers import AutoModelForCausalLM, AutoTokenizer
|
| 49 |
model_name = "Aktraiser/model_test1"
|
| 50 |
Chargement du modèle avec configuration optimisée
|
|
@@ -79,7 +78,7 @@ do_sample=True
|
|
| 79 |
)
|
| 80 |
response = tokenizer.decode(generated_ids[0], skip_special_tokens=True)
|
| 81 |
print(response)
|
| 82 |
-
|
| 83 |
## Paramètres de génération recommandés
|
| 84 |
|
| 85 |
Pour obtenir les meilleures réponses, nous recommandons les paramètres suivants :
|
|
|
|
| 13 |
- français
|
| 14 |
---
|
| 15 |
|
| 16 |
+
# LLM - Assistant Expert
|
| 17 |
|
|
|
|
| 18 |
|
| 19 |
Ce modèle est un **LLM Meta-Llama-3.1-8B fine tuné** pour le domaine de la fiscalité française. Il peut répondre à des questions spécifiques sur la fiscalité en générale. Il a été entraîné pour fournir des réponses précises et contextuelles basées sur des textes de référence en matière fiscalité française.
|
| 20 |
|
|
|
|
| 43 |
```
|
| 44 |
|
| 45 |
### Utilisation basique
|
| 46 |
+
```python
|
| 47 |
from transformers import AutoModelForCausalLM, AutoTokenizer
|
| 48 |
model_name = "Aktraiser/model_test1"
|
| 49 |
Chargement du modèle avec configuration optimisée
|
|
|
|
| 78 |
)
|
| 79 |
response = tokenizer.decode(generated_ids[0], skip_special_tokens=True)
|
| 80 |
print(response)
|
| 81 |
+
```
|
| 82 |
## Paramètres de génération recommandés
|
| 83 |
|
| 84 |
Pour obtenir les meilleures réponses, nous recommandons les paramètres suivants :
|