asif00 commited on
Commit
3786b83
1 Parent(s): 5f5bd30

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +9 -26
README.md CHANGED
@@ -1,32 +1,22 @@
1
- ---
2
- license: apache-2.0
3
- datasets:
4
- - BanglaLLM/bangla-alpaca
5
- language:
6
- - bn
7
- library_name: transformers
8
- pipeline_tag: question-answering
9
- ---
10
  # How to Use:
11
 
12
  You can use the model with a pipeline for a high-level helper or load the model directly. Here's how:
13
 
14
- ```python
15
- # Use a pipeline as a high-level helper
16
- from transformers import pipeline
17
- pipe = pipeline("question-answering", model="hassanaliemon/bn_rag_llama3-8b")
18
- ```
19
-
20
  ```python
21
  # Load model directly
22
  from transformers import AutoTokenizer, AutoModelForCausalLM
23
  tokenizer = AutoTokenizer.from_pretrained("hassanaliemon/bn_rag_llama3-8b")
24
  model = AutoModelForCausalLM.from_pretrained("hassanaliemon/bn_rag_llama3-8b")
25
- ```
26
 
27
- # General Prompt Structure:
28
-
29
- ```python
30
  prompt = """Below is an instruction in Bengali language that describes a task, paired with an input also in Bengali language that provides further context. Write a response in Bengali language that appropriately completes the request.
31
 
32
  ### Instruction:
@@ -38,11 +28,6 @@ prompt = """Below is an instruction in Bengali language that describes a task, p
38
  ### Response:
39
  {}
40
  """
41
- ```
42
-
43
- # To get a cleaned up version of the response, you can use the `generate_response` function:
44
-
45
- ```python
46
  def generate_response(question, context):
47
  inputs = tokenizer([prompt.format(question, context, "")], return_tensors="pt").to("cuda")
48
  outputs = model.generate(**inputs, max_new_tokens=1024, use_cache=True)
@@ -50,11 +35,9 @@ def generate_response(question, context):
50
  response_start = responses.find("### Response:") + len("### Response:")
51
  response = responses[response_start:].strip()
52
  return response
53
- ```
54
 
55
  # Example Usage:
56
 
57
- ```python
58
  question = "ভারতীয় বাঙালি কথাসাহিত্যিক মহাশ্বেতা দেবীর মৃত্যু কবে হয় ?"
59
  context = "২০১৬ সালের ২৩ জুলাই হৃদরোগে আক্রান্ত হয়ে মহাশ্বেতা দেবী কলকাতার বেল ভিউ ক্লিনিকে ভর্তি হন। সেই বছরই ২৮ জুলাই একাধিক অঙ্গ বিকল হয়ে তাঁর মৃত্যু ঘটে। তিনি মধুমেহ, সেপ্টিসেমিয়া ও মূত্র সংক্রমণ রোগেও ভুগছিলেন।"
60
  answer = generate_response(question, context)
 
1
+ ---
2
+ license: apache-2.0
3
+ datasets:
4
+ - BanglaLLM/bangla-alpaca
5
+ language:
6
+ - bn
7
+ library_name: transformers
8
+ pipeline_tag: question-answering
9
+ ---
10
  # How to Use:
11
 
12
  You can use the model with a pipeline for a high-level helper or load the model directly. Here's how:
13
 
 
 
 
 
 
 
14
  ```python
15
  # Load model directly
16
  from transformers import AutoTokenizer, AutoModelForCausalLM
17
  tokenizer = AutoTokenizer.from_pretrained("hassanaliemon/bn_rag_llama3-8b")
18
  model = AutoModelForCausalLM.from_pretrained("hassanaliemon/bn_rag_llama3-8b")
 
19
 
 
 
 
20
  prompt = """Below is an instruction in Bengali language that describes a task, paired with an input also in Bengali language that provides further context. Write a response in Bengali language that appropriately completes the request.
21
 
22
  ### Instruction:
 
28
  ### Response:
29
  {}
30
  """
 
 
 
 
 
31
  def generate_response(question, context):
32
  inputs = tokenizer([prompt.format(question, context, "")], return_tensors="pt").to("cuda")
33
  outputs = model.generate(**inputs, max_new_tokens=1024, use_cache=True)
 
35
  response_start = responses.find("### Response:") + len("### Response:")
36
  response = responses[response_start:].strip()
37
  return response
 
38
 
39
  # Example Usage:
40
 
 
41
  question = "ভারতীয় বাঙালি কথাসাহিত্যিক মহাশ্বেতা দেবীর মৃত্যু কবে হয় ?"
42
  context = "২০১৬ সালের ২৩ জুলাই হৃদরোগে আক্রান্ত হয়ে মহাশ্বেতা দেবী কলকাতার বেল ভিউ ক্লিনিকে ভর্তি হন। সেই বছরই ২৮ জুলাই একাধিক অঙ্গ বিকল হয়ে তাঁর মৃত্যু ঘটে। তিনি মধুমেহ, সেপ্টিসেমিয়া ও মূত্র সংক্রমণ রোগেও ভুগছিলেন।"
43
  answer = generate_response(question, context)