Instructions to use amkyawdev/myanmar-ghost with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use amkyawdev/myanmar-ghost with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="amkyawdev/myanmar-ghost")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoModel
model = AutoModel.from_pretrained("amkyawdev/myanmar-ghost", dtype="auto")

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use amkyawdev/myanmar-ghost with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "amkyawdev/myanmar-ghost"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "amkyawdev/myanmar-ghost",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/amkyawdev/myanmar-ghost

SGLang

How to use amkyawdev/myanmar-ghost with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "amkyawdev/myanmar-ghost" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "amkyawdev/myanmar-ghost",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "amkyawdev/myanmar-ghost" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "amkyawdev/myanmar-ghost",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use amkyawdev/myanmar-ghost with Docker Model Runner:
```
docker model run hf.co/amkyawdev/myanmar-ghost
```

myanmar-ghost / annotation_guidelines.md

amkyawdev

Add docs

723f202 verified 1 day ago

preview code

Raw

History Blame Contribute Delete

2.51 kB

	# 🇲🇲 အညွှန်းသတ်မှတ်ရန် လမ်းညွှန်ချက်

	## အညွှန်း Label များ

	### 1. Positive (အပြုသဘော) ✅
	- လက္ခဏာ: ရိုးသားသော ကျေးဇူးတင်မှု၊ မင်္ဂလာ
	- ဥပမာ:
	- "ကျေးဇူးပါ"
	- "အရမ်းကျေးဇူးတင်ပါတယ်"
	- "မင်္ဂလာပါ"

	### 2. Negative (အနှုတ်သဘော) ❌
	- လက္ခဏာ: မကျေနပ်ခြင်း၊ ဒေါသ၊ တင်းမာမှု
	- ဥပမာ:
	- "ကျေးဇူးပါ" (သရော်သည်ဖြစ်နိုင်)
	- "ဘာကြောင့်လည်းမသိ"

	### 3. Neutral (အလယ်အလတ်) ➖
	- လက္ခဏာ: သတင်းအချက်အလက်သာဖြစ်
	- ဥပမာ:
	- "ကျေးဇူးပါ" (ရိုးရှင်းစွာပြောသည်)

	### 4. Sarcastic (သရော်ခြင်း) 🤨
	- လက္ခဏာ: အဓိပ္ပါယ်ကွေ့၊ သရော်ခြင်း
	- ဥပမာ:
	- "ကျေးဇူးပါဗျာ" (အနိုင်ယှဉ်းသည်)

	## Intensity (အားပြိုင်မှု)

	\| Level \| Score \| Description \|
	\|-------\|-------\|-------------\|
	\| Very Low \| 0.1-0.2 \| အားနည်းသော ဆိုင်းငံ့ \|
	\| Low \| 0.3-0.4 \| ပုံမှန် \|
	\| Medium \| 0.5-0.6 \| ပြင်းပြ \|
	\| High \| 0.7-0.8 \| အလွန်ပြင်း \|
	\| Very High \| 0.9-1.0 \| အထူးပြင်း \|

	## Prosody (အသံ) ဂရုစိုက်ရန်

	- Pitch (အသံအနိမ့်အမြင့်): မြင့် = စိတ်လှုပ်ရှား၊ နိမ့် = ငြိမ့်ညော
	- Speed (အမြန်နှုန်း): မြန် = တင်းမာ၊ နှေး = ပျော်ပါ
	- Pause (နားချိန်): ရှည် = စဉ်းစား၊ မရှိ = အလိုလိုသော

	## မှတ်စု

	1. Text နှင့် Audio prosody နှစ်ခုလုံးကို ကြည့်ပါ
	2. Context ကို သတိပြုပါ (အရင်စကားပြောချက်)
	3. သံသယဖြစ်ပါက "Confidence" နိမ့်စွာ သတ်မှတ်ပါ