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.