Edit model card

Nome do Modelo: Legislinho

Teste no 鈻讹笍 Colab

Nunca usou Google Colab? Est谩 confuso(a)? Siga esse tut贸rial: Tutotial de Como Usar Colab

Vers茫o: v0

Descri莽茫o: O Legislinho 茅 um modelo de Intelig锚ncia Artificial (AI) em sua vers茫o inicial, n茫o pronto para produ莽茫o. Ele funciona como um primeira consulta em assuntos relacionados 脿 legisla莽茫o brasileira. Foi treinado a partir do OpenHermes no vade mecum da legisla莽茫o brasileira e further fine-tunned (QLoRA) em um conjunto selecionado de perguntas e respostas sobre legisla莽茫o brasileira.

Aviso: O Legislinho n茫o substitui de forma alguma um advogado. Seu prop贸sito 茅 ser um guia, um norte para pessoas que se sentem perdidas no 芒mbito da legisla莽茫o brasileira. As respostas fornecidas pelo modelo n茫o constituem uma consulta jur铆dica real.

Dados de Treinamento: O modelo foi treinado usando o OpenHermes no vade mecum da legisla莽茫o brasileira e ajustado com um conjunto selecionado de perguntas e respostas sobre legisla莽茫o brasileira.

Caracter铆sticas do Modelo: O Legislinho 茅 capaz de responder a perguntas simples sobre legisla莽茫o brasileira, fornecendo informa莽玫es b谩sicas e orienta莽玫es gerais.

Limita莽玫es: Como o modelo est谩 em sua vers茫o inicial, suas respostas podem n茫o ser sempre precisas ou completas. Al茅m disso, o Legislinho n茫o est谩 equipado para lidar com casos complexos ou espec铆ficos que exigem conhecimento legal especializado.

Considera莽玫es 脡ticas: O uso do Legislinho deve ser feito com responsabilidade, entendendo que suas respostas s茫o apenas orienta莽玫es gerais e n茫o substituem uma consulta jur铆dica profissional.

Uso Recomendado: O Legislinho pode ser usado por indiv铆duos que procuram uma compreens茫o b谩sica de assuntos legais no Brasil. 脡 recomend谩vel que os usu谩rios procurem orienta莽茫o legal profissional para situa莽玫es espec铆ficas ou complexas.

Inferencia: Para executar inferencia se necessita ter os seguintes pacotes instalados:

(pip install / poetry add)peft accelerate bitsandbytes safetensors transformers

C贸dico completo para infer锚ncia:

from transformers import AutoTokenizer, AutoModelForCausalLM
model = AutoModelForCausalLM.from_pretrained('MagusCorp/legislinho')
tokenizer = AutoTokenizer.from_pretrained('MagusCorp/legislinho')
preprompt = 'Voc锚 茅 um agente de aux铆lio jur铆dico que n茫o repete palavras de forma redundante e redige de forma clara concisa, como algu茅m formado em direito. Voc锚 n茫o cita leis de forma alguma apenas procedimentos legais e opera莽玫es. Voc锚 apenas 茅 uma primeira consulta antes da pessoa procurar um advogado. Utilize todo o seu conhecimento da constitui莽茫o brasileira para responder. N茫o repita a mesma informa莽茫o em sua resposta. Seja assertivo. Atente-se a pergunta e elabore uma estrat茅gia de solu莽茫o do problema contemplando toda a pergunta, tal como faz um advogado. Pergunta:\n'
pospromt = "\nResposta:"

prompt = 'Minha mae vendeu a casa dela sem consultar nem um dos filhos ela pode fazer isso?'

inputs = tokenizer(preprompt+prompt+pospromt, return_tensors='pt').to('cuda')
outputs = model.generate(**inputs,max_new_tokens=1000)
answer = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(answer.split(prompt)[1])

Avalia莽茫o: O modelo ainda n茫o foi avaliado em um ambiente de produ莽茫o.

Contato: Para mais informa莽玫es ou d煤vidas sobre o Legislinho, entre em contato conosco. email

Se quiser ajudar o desenvolvimento do Legislinho e outros projetos no forno. Considere doar:

Buy Me a Coffee at ko-fi.com

Open Portuguese LLM Leaderboard Evaluation Results

Detailed results can be found here and on the 馃殌 Open Portuguese LLM Leaderboard

Metric Value
Average 63.6
ENEM Challenge (No Images) 63.05
BLUEX (No Images) 51.04
OAB Exams 43.23
Assin2 RTE 88.70
Assin2 STS 67.76
FaQuAD NLI 63.80
HateBR Binary 72.64
PT Hate Speech Binary 65.63
tweetSentBR 56.52
Downloads last month
26
Safetensors
Model size
3.86B params
Tensor type
F32
FP16
U8
Inference API
This model does not have enough activity to be deployed to Inference API (serverless) yet. Increase its social visibility and check back later, or deploy to Inference Endpoints (dedicated) instead.

Space using MagusCorp/legislinho 1

Evaluation results