File size: 6,367 Bytes
4d37598 ba0194f 4d37598 3421f41 4d37598 ba0194f 4d37598 ba0194f 4d37598 ba0194f 4d37598 ba0194f 4d37598 ba0194f 4d37598 | 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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 | ---
license: apache-2.0
language:
- id
- en
tags:
- text-generation
- indonesian
- lfm2.5
- liquid
- fine-tuned
- sft
- instruction-tuning
- coding
- reasoning
pipeline_tag: text-generation
base_model: LiquidAI/LFM2.5-2.6B
---
# Orbit-3.5-Nano
**Model Bahasa Indonesia berbasis LFM2.5 yang di fine-tune untuk instruksi, percakapan, dan coding.**
---
## Ringkasan
Orbit-3.5-Nano adalah **peningkatan dari Orbit-3.2-Nano** yang dikembangkan oleh **OpenPathAI** sebagai bagian dari seri Orbit. Model ini dibangun di atas **LFM2.5-2.6B** dari **Liquid AI** dan dioptimalkan untuk berbagai tugas dalam Bahasa Indonesia, termasuk instruksi, percakapan, dan pemrograman.
Model ini dirancang untuk:
- **Memahami instruksi Bahasa Indonesia** dengan baik
- **Menjawab pertanyaan** secara natural dan informatif
- **Membantu tugas coding** dengan pemahaman konteks lokal
- **Membantu tugas sehari-hari** seperti menulis, merangkum, dan menjawab pertanyaan umum
### Perjalanan Seri Orbit-Nano
| Versi | Fokus |
|-------|-------|
| **Orbit-3-Nano** | Fondasi awal, fine-tune dari LFM2.5-2.6B |
| **Orbit-3.2-Nano** | Peningkatan untuk pemahaman konteks |
| **Orbit-3.5-Nano** | **Peningkatan dari 3.2** fokus ke coding & instruksi umum |
---
## Spesifikasi Model
| Komponen | Detail |
|-----------|---------|
| **Arsitektur** | Lfm2ForCausalLM |
| **Model Type** | lfm2 |
| **Hidden Size** | 2048 |
| **Jumlah Layer** | 30 |
| **Jumlah Attention Heads** | 32 |
| **Vocab Size** | 128.000 |
| **Max Position** | 131.072 token |
| **Total Parameter** | ~2,6 Miliar |
| **Bahasa** | Indonesia, Inggris |
### Arsitektur Hybrid LFM2.5
LFM2.5 menggunakan arsitektur **hybrid** yang menggabungkan:
- **Short-Conv (LIV) layers** — untuk efisiensi komputasi
- **GQA (Grouped Query Attention) layers** — untuk penalaran
Kombinasi ini membuat model **cepat** dan **hemat memori**, cocok untuk perangkat dengan sumber daya terbatas.
---
## Base Model
Model ini adalah versi **fine-tuned** dari:
| Aspek | Detail |
|-------|--------|
| **Base Model** | [LiquidAI/LFM2.5-2.6B](https://huggingface.co/LiquidAI/LFM2.5-2.6B) |
| **Pengembang** | Liquid AI |
| **Lisensi Base** | LFM Open License v1.0 |
| **Versi Sebelumnya** | [OpenPathAI/Orbit-3.2-Nano](https://huggingface.co/OpenPathAI/Orbit-3.2-Nano) |
---
## Detail Fine-Tuning
| Parameter | Nilai |
|-----------|-------|
| **Metode** | SFT (Supervised Fine-Tuning) dengan QLoRA |
| **LoRA Rank (r)** | 16 |
| **LoRA Alpha** | 32 |
| **LoRA Dropout** | 0,05 |
| **Target Modules** | q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj |
| **Precision** | FP16 |
---
## Cara Penggunaan
### Instalasi
```bash
pip install transformers torch accelerate
```
Penggunaan Dasar (Dengan System Prompt)
```python
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch
MODEL_NAME = "OpenPathAI/Orbit-3.5-Nano"
tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
model = AutoModelForCausalLM.from_pretrained(
MODEL_NAME,
torch_dtype=torch.float16,
device_map="auto",
)
# System prompt untuk hasil terbaik
SYSTEM_PROMPT = """Kamu adalah asisten AI yang ramah.
Jawab pertanyaan dengan singkat dan langsung.
Jangan menganalisis pertanyaan."""
messages = [
{"role": "system", "content": SYSTEM_PROMPT},
{"role": "user", "content": "Apa ibukota Indonesia?"}
]
inputs = tokenizer.apply_chat_template(
messages,
add_generation_prompt=True,
return_tensors="pt",
return_dict=True,
).to(model.device)
outputs = model.generate(
**inputs,
max_new_tokens=2048,
temperature=0.3,
top_p=0.9,
do_sample=True,
pad_token_id=tokenizer.eos_token_id,
)
response = tokenizer.decode(
outputs[0][inputs["input_ids"].shape[1]:],
skip_special_tokens=True
)
# Strip tag </think> kalau ada
if "</think>" in response:
response = response.split("</think>")[-1].strip()
print(response)
```
Contoh Output
```
Jakarta adalah ibu kota Indonesia.
```
---
Format Chat
Model ini menggunakan chat template standar LFM2.5:
```
<|im_start|>system
[System prompt]<|im_end|>
<|im_start|>user
[Pertanyaan kamu]<|im_end|>
<|im_start|>assistant
[Jawaban model]<|im_end|>
```
Gunakan tokenizer.apply_chat_template() untuk format yang benar.
---
Keterbatasan
Keterbatasan Deskripsi
Ukuran Model 2,6B parameter kapasitas terbatas dibanding model besar
Akurasi Fakta Mungkin menghasilkan informasi yang tidak akurat
Reasoning Terbatas untuk tugas kompleks
Bahasa Fokus Bahasa Indonesia, tapi masih bisa Inggris
Prefix Aneh Kadang menulis "Pertanyaan:", "Tugas:" di awal jawaban
Model ini BUKAN untuk:
- Keputusan medis, hukum, atau keuangan
- Aplikasi produksi tanpa pengawasan
- Tugas yang butuh akurasi tinggi
---
Tips Penggunaan
Tips Detail
Pakai system prompt Wajib, biar model gak "menganalisis" pertanyaan
temperature=0.3 Biar lebih fokus, gak halusinasi
max_new_tokens=2048 Biar jawaban gak terpotong
Strip tag </think> Biar yang keluar cuma jawaban final
---
Lisensi
Model ini mengikuti LFM Open License v1.0, sama seperti base model dari Liquid AI.
Ketentuan penting:
- Bebas digunakan untuk penelitian dan pengembangan
- Bebas dimodifikasi dan didistribusikan
- Penggunaan komersial gratis hanya untuk entitas dengan pendapatan tahunan di bawah $10 juta USD
- Jika pendapatan melebihi ambang batas, diperlukan lisensi komersial terpisah dari Liquid AI
Lihat file LICENSE untuk detail lengkap.
---
Atribusi
Model ini dikembangkan oleh OpenPathAI sebagai turunan dari:
- Base Model: LiquidAI/LFM2.5-2.6B
- Versi Sebelumnya: OpenPathAI/Orbit-3.2-Nano
Kami menghargai karya Liquid AI yang telah memungkinkan model ini dikembangkan.
---
Sitasi
```bibtex
@misc{orbit-3-5-nano,
author = {OpenPathAI},
title = {Orbit-3.5-Nano: Fine-tuned LFM2.5 for Indonesian Language},
year = {2026},
publisher = {Hugging Face},
howpublished = {\url{https://huggingface.co/OpenPathAI/Orbit-3.5-Nano}},
note = {Fine-tuned from LiquidAI/LFM2.5-2.6B, improved from Orbit-3.2-Nano}
}
```
---
Kontak
- Website Details : https://openpath.web.id
- Hugging Face OpenPathAI : https://huggingface.co/OpenPathAI
- Email : Coming Soon
- Discord : https://discord.gg/Qp3NyrVFjg
---
Dikembangkan oleh OpenPathAI
Model ini adalah turunan dari LFM2.5-2.6B dan peningkatan dari Orbit-3.2-Nano. Penggunaan tunduk pada LFM Open License v1.0. |