File size: 3,723 Bytes
458ca70 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 |
---
license: mit
datasets:
- Mattimax/TinyChat-ITA
language:
- it
library_name: transformers.js
tags:
- DAC
- M.INC.
- conversational
---
# 🇮🇹 MINC01/ITA-Mini-60M
**MINC01/ITA-Mini-60M** è un modello linguistico causale da circa **60 milioni di parametri**, ottimizzato per la **conversazione in lingua italiana**.
Il modello è stato addestrato su un dataset proprietario di dialoghi istruzione-risposta, con l’obiettivo di offrire buone capacità conversazionali in un formato leggero e facilmente distribuibile.
---
## 📌 Panoramica
- Modello: Decoder-only (stile LLaMA)
- Parametri: ~60M
- Lingua principale: Italiano
- Task principale: Chat / Istruzioni / Generazione testo
- Contesto massimo: 512 token
- Addestramento: Supervised Fine-Tuning (SFT)
---
## 🎯 Use Cases Previsti
- Chatbot in lingua italiana
- Assistenti locali / embedded
- Prototipi di agenti conversazionali
- Dataset labeling / data augmentation
- Esperimenti di ricerca su modelli piccoli
Non è progettato per:
- Ragionamento complesso multi-step
- Applicazioni mission-critical
- Produzione di contenuti ad alta affidabilità
---
## 🧠 Architettura
- Transformer decoder-only
- Causal Language Model
- Embedding e blocchi compatibili con ecosistema LLaMA
- Addestramento con masking delle parti prompt (solo risposta contribuisce alla loss)
---
## 📚 Dataset
- Proprietario
- ~30.000 esempi
- Struttura: coppie **input → response**
- Dominio: conversazionale generale
- Lingua: italiano
### Pulizia applicata
- Rimozione esempi vuoti
- Parsing JSON validato
- Scarto sequenze sopra la lunghezza massima
---
## 🏗️ Template Conversazionale
```
<|user|>
{testo_utente}
<|assistant|>
{risposta_modello}</s>
````
Il modello è sensibile a questo formato.
---
## ⚙️ Procedura di Training (Sintesi)
- Fine-tuning supervisionato
- Mixed Precision (AMP)
- Gradient Accumulation
- Gradient Checkpointing
- AdamW optimizer
- Cosine learning rate schedule con warmup
### Parametri principali
| Parametro | Valore |
|----------|-------|
| Batch size | 8 |
| Gradient accumulation | 4 |
| Learning rate | 2e-5 |
| Epochs | 2 |
| Weight decay | 0.05 |
| Warmup ratio | 0.1 |
| Max grad norm | 1.0 |
| Validation split | 5% |
---
## 📈 Valutazione
- Metica: Cross-Entropy Loss su validation set
- Non sono stati eseguiti benchmark standard (es. MMLU, HELM, etc.)
Il modello è stato validato esclusivamente tramite loss e test qualitativi manuali.
---
## 🧪 Limitazioni Note
- Possibili allucinazioni
- Conoscenza limitata
- Sensibile al prompt
- Ragionamento debole
- Possibili bias presenti nel dataset proprietario
---
## ⚠️ Considerazioni Etiche
Il modello:
- Può generare informazioni errate
- Non deve essere usato come fonte autorevole
- Non ha filtri di sicurezza avanzati
Responsabilità d’uso interamente a carico dell’utente.
---
## 🚀 Come Usare
```python
from transformers import AutoTokenizer, AutoModelForCausalLM
tok = AutoTokenizer.from_pretrained("MINC01/ITA-Mini-60M")
model = AutoModelForCausalLM.from_pretrained("MINC01/ITA-Mini-60M")
prompt = "<|user|>\nScrivi una poesia sul mare.\n<|assistant|>\n"
inputs = tok(prompt, return_tensors="pt")
out = model.generate(**inputs, max_new_tokens=200)
print(tok.decode(out[0], skip_special_tokens=True))
````
---
## 🔁 Prompting Tips
* Usare sempre il template
* Istruzioni brevi e chiare
* Una richiesta per volta
* Evitare contesti troppo lunghi
---
## 👤 Autore
MINC01
---
## 📌 Citazione
```
@misc{minc01_ita_mini_60m,
title = {MINC01/ITA-Mini-60M},
author = {MINC01},
year = {2026},
publisher = {HuggingFace}
}
``` |