Instructions to use Lil-R/MIRAGE-ECE-V2 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use Lil-R/MIRAGE-ECE-V2 with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("feature-extraction", model="Lil-R/MIRAGE-ECE-V2")# Load model directly from transformers import AutoTokenizer, AutoModel tokenizer = AutoTokenizer.from_pretrained("Lil-R/MIRAGE-ECE-V2") model = AutoModel.from_pretrained("Lil-R/MIRAGE-ECE-V2") - Notebooks
- Google Colab
- Kaggle
Update README.md
Browse files
README.md
CHANGED
|
@@ -7,10 +7,10 @@ license: apache-2.0
|
|
| 7 |
|
| 8 |
# **MIRAGE-ECE-V2**
|
| 9 |
|
| 10 |
-
**MIRAGE-ECE-V2** est un modèle de langage fusionné développé à l'ECE (École d'Ingénieurs) en utilisant la méthode de fusion **
|
| 11 |
|
| 12 |
## **Caractéristiques**
|
| 13 |
-
- **Méthode de fusion :**
|
| 14 |
- **Modèles sources :**
|
| 15 |
- **rombodawg/Rombos-LLM-V2.5-Qwen-32b**
|
| 16 |
- **Sakalti/ultiima-32B**
|
|
|
|
| 7 |
|
| 8 |
# **MIRAGE-ECE-V2**
|
| 9 |
|
| 10 |
+
**MIRAGE-ECE-V2** est un modèle de langage fusionné développé à l'ECE (École d'Ingénieurs) en utilisant la méthode de fusion **Dare-Ties**. Ce modèle combine les forces des architectures **rombodawg/Rombos-LLM-V2.5-Qwen-32b** et **Sakalti/ultiima-32B** pour offrir des performances optimisées sur des tâches complexes de traitement du langage naturel (NLP).
|
| 11 |
|
| 12 |
## **Caractéristiques**
|
| 13 |
+
- **Méthode de fusion :** DARE-Ties (Spherical Linear Interpolation).
|
| 14 |
- **Modèles sources :**
|
| 15 |
- **rombodawg/Rombos-LLM-V2.5-Qwen-32b**
|
| 16 |
- **Sakalti/ultiima-32B**
|