Create README.md

README.md

@@ -0,0 +1,88 @@
+---
+license: apache-2.0
+datasets:
+- UpMath/Thai-HomeworkGen-138K
+base_model:
+- Qwen/Qwen2.5-7B
+pipeline_tag: text-generation
+---
+
+# 🤖 Thai-HomeworkGen — โมเดลสร้าง/แก้โจทย์คณิตศาสตร์ภาษาไทย
+
+**Thai-HomeworkGen** เป็นโมเดลภาษาไทยขนาด 4B ที่ถูก fine-tune ด้วยเทคนิค **Supervised Fine-tuning (SFT)**  
+โดยใช้ไลบรารี [`trl`](https://github.com/huggingface/trl) ร่วมกับ **QLoRA** บนฐาน [Qwen/Qwen2.5-7B](https://huggingface.co/Qwen/Qwen2.5-7B)
+
+---
+
+## 🧪 ตัวอย่างการใช้งาน
+
+```python
+from transformers import pipeline, AutoTokenizer, AutoModelForCausalLM
+import torch
+tokenizer = AutoTokenizer.from_pretrained("UpMath/Thai-HomeworkGen-4B-v2")
+model = AutoModelForCausalLM.from_pretrained("UpMath/Thai-HomeworkGen-4B-v2",device_map="auto")
+generator = pipeline(
+    "text-generation",
+    model=model,
+    tokenizer=tokenizer,
+    device_map="auto",
+    max_new_tokens=2048,
+    do_sample=True,
+    temperature=0.7,
+    pad_token_id=tokenizer.eos_token_id
+)
+prompt = """
+  โปรดสร้างโจทย์คณิตศาสตร์ใหม่ โดยมีรายละเอียดดังนี้:
+  ระดับ Bloom: ["วิเคราะห์"] # หรือ ["วิเคราะห์", "จดจำ", .....]
+  ระดับชั้น: มัธยมศึกษาปีที่ 4
+  รูปแบบ: ปรนัย # หรือ อัตนัย
+  โปรดสร้างโจทย์ พร้อมวิธีทำและคำตอบ:
+"""
+result = generator(prompt)[0]['generated_text']
+print(result)
+```
+
+---
+
+## 🎯 จุดประสงค์ของโมเดล
+
+- ✅ สร้างโจทย์คณิตศาสตร์ใหม่ในรูปแบบภาษาไทย
+- ✅ แสดงวิธีทำและคำตอบที่ชัดเจน
+- ✅ รองรับระดับความคิดตามแนวทาง **Bloom’s Taxonomy**
+- ✅ ออกแบบมาเพื่อใช้ในบริบทการศึกษา การสอน และการวัดผล reasoning
+
+---
+
+## 🧠 ข้อมูลการฝึก (Training Details)
+
+- **Base Model:** `Qwen/Qwen2.5-7B`
+- **Library:** [`trl`](https://github.com/huggingface/trl) (`SFTTrainer`)
+- **Adapter:** QLoRA (`peft`)
+- **Batch Size:** 2 × 4 (gradient_accumulation)
+- **Epochs:** 3
+- **Sequence Length:** 1024
+- **Dataset:** Thai Math Dataset (~138K examples, translated + aligned)
+โมเดลถูกฝึกด้วย QLoRA โดยใช้เทคนิค **low-rank adapter (LoRA)** ร่วมกับ quantization 4-bit  
+เพื่อให้สามารถฝึกบน GPU ขนาดกลาง เช่น A100 หรือ Colab Pro ได้อย่างมีประสิทธิภาพ
+---
+
+## 📦 Dataset ที่ใช้
+ชื่อชุดข้อมูล: **Thai-HomeworkGen-138K**
+เนื้อหา: โจทย์คณิตศาสตร์ภาษาไทยระดับมัธยมปลาย พร้อมวิธีทำ คำตอบ และระดับ Bloom Taxonomy
+ต้นฉบับแปลจากชุดข้อมูลภาษาอังกฤษ
+1. [MathQA (allenai)](https://huggingface.co/datasets/allenai/math_qa)  
+2. [MATH-500 (HuggingFaceH4)](https://huggingface.co/datasets/HuggingFaceH4/MATH-500)  
+3. [MATH-Algebra](https://huggingface.co/datasets/themanas021/MATH-Algebra)  
+4. [math-mixture: mix_intermediate_algebra97_algebra01_prealgebra00](https://huggingface.co/datasets/andrewsiah/math-mixture-mix_intermediate_algebra97_algebra01_prealgebra00)  
+5. [math-mixture: mix_algebra76_prealgebra12_number_theory08](https://huggingface.co/datasets/andrewsiah/math-mixture-mix_algebra76_prealgebra12_number_theory08)  
+6. [Math-algebra (datafreak)](https://huggingface.co/datasets/datafreak/Math-algebra)  
+7. [MATH Dataset (Hendrycks et al.)](https://github.com/hendrycks/math/)  
+8. [GSM8K (openai)](https://huggingface.co/datasets/openai/gsm8k)  
+9. [Math QSA Dataset (Kaggle)](https://www.kaggle.com/datasets/awsaf49/math-qsa-dataset)  
+10. [AQuA (DeepMind)](https://github.com/google-deepmind/AQuA)
+ชุดข้อมูลถูกแปลและจัดโครงสร้างโดยใช้ LLM (Gemma 2 27B) พร้อมตรวจสอบโดยผู้เชี่ยวชาญจาก สวทช.
+👉 [ดูรายละเอียดของ Dataset](https://huggingface.co/datasets/UpMath/Thai-HomeworkGen-138K)
+---
+
+## การอ้างอิง
+หากคุณใช้งานโมเดลนี้ สามารถให้เครดิตโปรเจกต์นี้ได้ด้วย