Update README.md

README.md

@@ -34,3 +34,58 @@ Votre feedback est précieux ! Si vous souhaitez contribuer à l'amélioration d
  * Partager vos retours d'expérience et les résultats les plus drôles sur la page de la communauté 💬
  * Nous faire part de vos suggestions et idées d'entraînement 💡
 Merci de faire partie de cette aventure ! Ensemble, nous allons faire évoluer Lamina-yl1 pour qu'il devienne plus performant. 🙌
+
+# 🍓Pour parler au modèle vous pouvez copiez ce code dans google colab ou un autre environnement adapté 
+
+```
+# 1. Installation des bibliothèques
+!pip install transformers torch accelerate -q
+
+import torch
+from transformers import pipeline, AutoTokenizer
+
+# 2. Nom de ton modèle de chatbot sur le Hub
+# (Vérifie bien ton nom d'utilisateur)
+repo_id = "Clemylia/Lamina-yl1"
+
+print("Chargement du chatbot Lamina...")
+
+try:
+    # 3. On charge le pipeline de génération de texte
+    chatbot = pipeline(
+        'text-generation',
+        model=repo_id,
+        torch_dtype=torch.bfloat16 # Pour de meilleures performances sur GPU
+    )
+    print("✅ Lamina est prête à discuter !")
+
+except Exception as e:
+    print(f"❌ Erreur lors du chargement du modèle : {e}")
+    # On arrête ici si le chargement échoue
+    raise SystemExit
+
+# 4. Boucle de discussion
+print("\n----------------------------------------------------")
+print("🤖 Discussion avec Lamina (tape 'quitter' pour arrêter)")
+print("----------------------------------------------------")
+
+while True:
+    user_input = input("\n🤔 Vous : ")
+    if user_input.lower() == 'quitter':
+        print("\nFin de la session.")
+        break
+
+    # Étape cruciale : On met la question de l'utilisateur dans le format
+    # que le modèle a appris pendant le fine-tuning.
+    prompt = f"### Instruction:\n{user_input}\n\n### Response:\n"
+
+    # On génère la réponse
+    result = chatbot(prompt, max_new_tokens=80, truncation=True)
+
+    # On nettoie la réponse pour n'afficher que le texte généré
+    full_response = result[0]['generated_text']
+    # On ne garde que ce qui se trouve après "### Response:"
+    clean_response = full_response.split("### Response:")[1].strip()
+
+    print(f"🤖 Lamina : {clean_response}")
+```