metadata
base_model: unsloth/phi-4-unsloth-bnb-4bit
tags:
- text-generation-inference
- transformers
- unsloth
- llama
- trl
license: apache-2.0
language:
- en
- vi
datasets:
- 5CD-AI/Vietnamese-meta-math-MetaMathQA-40K-gg-translated
Uploaded model
- Developed by: vankha
- License: apache-2.0
- Finetuned from model : unsloth/phi-4-unsloth-bnb-4bit
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
How to using model
Setup Library
!pip install "unsloth[colab-new] @ git+https://github.com/unslothai/unsloth.git"
!pip install --no-deps xformers="trl<0.9.0" peft accelerate bitsandbytes
🚀 Load the refined 4-bit model with Unsloth
from unsloth import FastLanguageModel
model, tokenizer = FastLanguageModel.from_pretrained(
model_name = "vankha/vietnamese-phi-4-reasoning",
max_seq_length = 2048,
load_in_4bit = True,
)
🧠 Send reminder for model inference
messages = [
{
"role": "user",
"content": "Allen và Ben đang sơn hàng rào. Tỷ lệ giữa số lượng công việc Allen làm và số lượng công việc Ben làm là $3:5$. Nếu hàng rào cần sơn tổng cộng X feet vuông thì Ben sơn 150 feet vuông. Giá trị của biến X chưa biết là bao nhiêu?"
}
]
text = tokenizer.apply_chat_template(
messages,
tokenize=False,
add_generation_prompt=True, # Required for the model to generate responses
enable_thinking=True, # Can enable or disable "think" feature
)
from transformers import TextStreamer
_ = model.generate(
**tokenizer(text, return_tensors="pt").to("cuda"),
max_new_tokens=1024,
temperature=0.6,
top_p=0.95,
top_k=20,
streamer=TextStreamer(tokenizer, skip_prompt=True),
)