Merge branch 'main' of https://huggingface.co/RANDMEDIATION/DiogenialRAG

README.md

@@ -1,4 +1,67 @@
 ---
 license: mit
+tags:
+- mlx
+- mistral-7b
+- Ancient greek
+language:
+- fr
+- el
+library_name: mlx
+pipeline_tag: text-generation
 ---
-An Ancient Greek/French Model for RAG
+
+<img src="https://l0d0v1c.github.io/notes/medias/greeks.jpg"/>
+
+# An Ancient Greek/French Model for RAG
+
+* based on mistralai/Mistral-7B-v0.1
+* Trained on [1] (and automated translation by GTP4) and [2]
+* For RAG [3]
+* Focused on French / Ancient Greek relationship
+* may produce unaccurate results in translation
+* https://www.diogenial.com https://rd-mediation.com
+* Framework MLX Apple Silicon [4]
+
+## Example
+### Exemple dans le corpus
+```La traduction de Φασὶ δὲ καὶ Ἀλέξανδρον εἰπεῖν ὡς εἴπερ Ἀλέξανδρος μὴ ἐγεγόνει, ἐθελῆσαι ἂν Διογένης γενέσθαι est:
+Diogène dit que si Alexandre avait été moins ambitieux, il aurait bien voulu être Diogène.
+```
+
+(imprécise: On assure qu’Alexandre disait que s’il n’était pas Alexandre il voudrait être Diogène. selon [5])
+
+### Exemple hors corpus
+
+```
+La traduction de Γνῶθι σεαυτόν est Connais-toi toi-même.
+```
+
+### Exemple de thème hors corpus
+
+```
+La traduction de la phrase: J'aime les machines en grec ancien est εἰμὶ δ' ἀγαπῶ τὰ μηχανήματα.
+```
+Ce qui signifie plus exactement "Je suis et j'aime les machines"
+
+## Use
+
+```
+from mlx_lm import load, generate
+
+model, tokenizer = load("RANDMEDIATION/DiogenialRAG")
+
+response = generate(model, tokenizer, prompt=input("prompt:"), verbose=True,max_tokens=256,temp=0.8)
+```
+
+
+## References
+[1] Giannantoni, Gabriele, éd. Socratis et Socraticorum reliquiae. Elenchos 18. Book V. Naples, Italy: Bibliopolis, 1990.
+
+[2] https://tatoeba.org/fr/sentences/show_all_in/grc/none
+
+[3] Lewis, Patrick, Ethan Perez, Aleksandra Piktus, Fabio Petroni, Vladimir Karpukhin, Naman Goyal, Heinrich Küttler, et al. « Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks ». In Advances in Neural Information Processing Systems, édité par H. Larochelle, M. Ranzato, R. Hadsell, M. F. Balcan, et H. Lin, 33:9459‑74. Curran Associates, Inc., 2020. https://proceedings.neurips.cc/paper_files/paper/2020/file/6b493230205f780e1bc26945df7481e5-Paper.pdf.
+
+[4] Hannun, Awni, Jagrit Digani, Angelos Katharopoulos, et Ronan Collobert. « MLX: Efficient and flexible machine learning on Apple silicon », 2023. https://github.com/ml-explore.
+
+[5] https://remacle.org/bloodwolf/philosophes/laerce/6diogene1.htm