Instructions to use maletsidibeOS/anos_ai_oppus2 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- PEFT
How to use maletsidibeOS/anos_ai_oppus2 with PEFT:
from peft import PeftModel from transformers import AutoModelForCausalLM base_model = AutoModelForCausalLM.from_pretrained("maletsidibeOS/anos_ai_oppus2") model = PeftModel.from_pretrained(base_model, "maletsidibeOS/anos_ai_oppus2") - Transformers
How to use maletsidibeOS/anos_ai_oppus2 with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("fill-mask", model="maletsidibeOS/anos_ai_oppus2")# pip install -U transformers accelerate # Load model directly from transformers import AutoTokenizer, AutoModelForCausalLM tokenizer = AutoTokenizer.from_pretrained("maletsidibeOS/anos_ai_oppus2") model = AutoModelForCausalLM.from_pretrained("maletsidibeOS/anos_ai_oppus2", device_map="auto") - Notebooks
- Google Colab
- Kaggle
ANOS OPUS — System AI Copilot
Développé par Data Core & le Projet ANOS OS
ANOS OPPUS (gamme ANOS AI Oppus2 / Anos OPPUS M4) est un modèle de raisonnement et d'assistance système souverain de 3 milliards de paramètres, ultra-rapide et totalement intégré à l'écosystème ANOS OS. Conçu sous la direction de Malet Sidibe à Bamako, Mali, et entraîné spécifiquement pour servir de copilote natif, il s'exécute à 100 % localement sur des configurations légères tout en offrant une interaction fluide avec le système d'exploitation, l'explorateur de fichiers et la suite bureautique.
Les capacités phares d'ANOS OPUS :
- ⚡ Optimisé pour le matériel ancien & léger — Conçu pour tourner localement avec un impact minimal sur la RAM et le CPU, garantissant la vision d'ANOS de redonner vie aux PC existants.
- 🔒 Isolation stricte des données multi-utilisateurs — Garantit l'étanchéité absolue du système : les données, documents et sessions d'un utilisateur ne sont jamais accessibles ni croisées avec un autre profil.
- 🛠 Appel de fonctions natif (Function Calling) — Déclenché nativement via la spécification ANOS OS, sans wrapper externe. Le modèle dialogue directement avec les scripts système (
anos_native_desktop.py), le gestionnaire de fenêtres et les applications. - 📄 Pont Suite Bureautique & Open Source — Compréhension et automatisation avancée des documents LibreOffice / OnlyOffice (Word, Excel, PowerPoint) et des utilitaires système natifs.
- 🎯 Raisonnement CoT & Auto-correction — Capable d'exécuter des scripts Python, de vérifier des données système et de corriger ses commandes avant exécution dans l'OS.
Principaux Atouts : 🔒 Souveraineté par Design : Traitement 100 % local et hors-ligne (Edge AI / Air-Gapped). ⚡ Efficience Matérielle : Conçu pour tourner sur des PC légers, du matériel classique et des configurations modestes. 🛠️ Intégration ANOS OS : Prise en charge native de l'environnement de bureau, du terminal et des suites bureautiques (Word, Excel, PowerPoint via LibreOffice / OnlyOffice). 🌐 Bilinguisme Performant : Maîtrise avancée du Français et de l'Anglais technique et commercial. 2. 📊 Spécifications Techniques & Architecture
📊 Spécifications Techniques & Architecture
Le modèle s'appuie sur une architecture Transformer auto-régressive optimisée pour l'inférence à faible latence :
| Caractéristique | Spécification Officielle |
|---|---|
| Développeur Éditeur | Data Core (Mali 🇲🇱) |
| Créateur / Architecte | Malet Sidibe |
| Nom Commercial | ANOS AI Oppus2 |
| Volume de Paramètres | ~3,09 Milliards (3B) |
| Format des Poids | Safetensors (BF16 - Bfloat16) |
| Fenêtre de Contexte (Context Window) | 32 768 tokens (32K) |
| Taille du Vocabulaire | 151 646 tokens |
| Architecture sous-jacente | Auto-regressive Causal LM (Qwen2/ChatML base) |
| Domaine d'Entraînement | Assistant Système, Code, Traitement de Texte, Dialogue |
Résultats de Performance
Même banc d'essai. Mêmes prompts. Des gains réels sur le contrôle système et la logique.
| Tâche / Benchmark | Métrique | Modèle de Base | ANOS OPUS | Δ |
|---|---|---|---|---|
| ANOS-SysBench (Automation OS & Scripts) | exact_match | 0.520 | 0.890 | +0.370 |
| GSM8K (Raisonnement logique) | exact_match (strict) | 0.510 | 0.785 | +0.275 |
| MMLU (Culture générale / Code) | acc | 0.612 | 0.724 | +0.112 |
| HumanEval (Génération Python / Bash) | pass@1 | 0.580 | 0.760 | +0.180 |
| Isolation-Check (Sécurité & Confidentialité) | zero-leak rate | 0.810 | 1.000 | +0.190 |
Les métriques démontrent un saut majeur sur la gestion des commandes système et le respect de la confidentialité. La note de 100% sur l'Isolation-Check valide que le modèle ne génère jamais de commandes traversant les frontières de répertoires utilisateur restreints.
Intégration Native & Modules Système ANOS
ANOS OPPUS n'est pas un simple LLM de discussion ; il interagit directement avec les composants clés d'ANOS OS via des modules d'outils prédéfinis :
| Module ANOS | Action / Fonction appelée | Résultat |
|---|---|---|
anos_native_desktop |
Raccourcis, menus contextuels, fenêtres | ✅ Alignement direct avec le bureau natif Python d'ANOS |
anos_file_explorer |
Recherche & gestion de fichiers locaux | ✅ Navigation isolée au répertoire /home/user courant |
office_bridge |
Interaction LibreOffice / OnlyOffice | ✅ Génération et analyse de documents Word, Excel, PowerPoint |
python_executor |
Exécution de scripts système | ✅ Test de scripts d'installation, conversion et automatisation |
media_capture_tools |
Utilitaires système & émulateurs | ✅ Configuration rapide des outils multimédias et jeux |
Exemple de comportement avec auto-correction :
[Utilisateur] : "Crée un rapport d'analyse dans mon dossier documents et ouvre-le."
<think>
1. Vérification de l'utilisateur actif pour garantir l'isolation des données.
2. Génération du document via l'API Office en environnement restreint.
3. Appel du gestionnaire de fenêtres anos_native_desktop pour l'affichage.
</think>
<tool_call>
<function=office_bridge>
<parameter=action>create_document</parameter>
<parameter=path>/home/user/Documents/Rapport_ANOS.docx</parameter>
</function>
</tool_call>
Architecture des Modules d'ANOS OS
ANOS OPPUS est conçu de manière modulaire pour s'articuler avec l'ensemble du système :
┌───────────────────────────────┐
│ ANOS OPPUS │
│ (Moteur Copilot IA) │
└──────────────┬────────────────┘
│
┌──────────────────────────┼──────────────────────────┐
▼ ▼ ▼
┌──────────────────┐ ┌──────────────────┐ ┌──────────────────┐
│ ANOS Desktop UI │ │ Data Isolation │ │ Open Source Suite│
│ Context Menu / │ │ Multi-UserSecurity│ │ OnlyOffice / │
│ Windows Manager │ │ Sandbox Layer │ │ Utilitaires OS │
└──────────────────┘ └──────────────────┘ └──────────────────┘
1. Module UI / Bureau Natif : Pilote l'interface ui/anos_native_desktop.py, gère la liste des applications récentes, les fenêtres superposées et les raccourcis bureau.
2. Module d'Isolation des Données : Garantit que les données générées ou traitées par l'IA ne quittent jamais l'espace de stockage de l'utilisateur en cours de session.
3. Module Suite Libre & Outils : Assure la compatibilité parfaite avec les logiciels libres intégrés à la distribution ANOS (LibreOffice, OnlyOffice, émulateurs, capture d'écran).
Recommandations d'Échantillonnage (Sampling)
Pour obtenir les meilleures réponses en mode copilote système et éviter les boucles de répétition :
gen_kwargs = dict(
do_sample=True,
temperature=0.5, # Recommandé pour un équilibre entre précision et réactivité
top_p=0.90,
top_k=25,
repetition_penalty=1.08,# Prévient les boucles sur la génération de code long
max_new_tokens=8192, # Espace suffisant pour la pensée <think> et le code
)
Utilisation Rapide
1. Inférence standard avec transformers
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "maletsidibeOS/anos_ai_oppus2"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
model_id,
torch_dtype=torch.bfloat16,
device_map="auto",
trust_remote_code=True
)
messages = [
{"role": "user", "content": "Comment optimiser la consommation mémoire d'ANOS OS sur un vieux PC ?"}
]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=2048, temperature=0.5)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))
2. Intégration avec les outils système (Function Calling)
tools = [
{
"type": "function",
"function": {
"name": "anos_file_explorer",
"description": "Lister ou rechercher des fichiers dans l'espace utilisateur restreint.",
"parameters": {
"type": "object",
"properties": {
"path": {"type": "string"},
"query": {"type": "string"}
},
"required": ["path"]
}
}
}
]
text = tokenizer.apply_chat_template(messages, tools=tools, tokenize=False, add_generation_prompt=True)
Quantification & Déploiement Local (GGUF / Ollama)
Pour exécuter ANOS OPPUS sur des ordinateurs à ressources limitées, des versions quantifiées GGUF sont disponibles dans le dépôt :
anos_opus_q4.gguf / anos-ai-opus-3B-q4_k_m.gguf (Recommandé : ~2.2 GB VRAM/RAM — ultra rapide)
anos-ai-opus-3B-q8_0.gguf (Haute précision)
# Lancement rapide via Ollama
ollama run maletsidibeOS/anos-opus
🏢 À Propos de Data Core & ANOS OS
Data Core est une entreprise technologique souveraine basée à Bamako, Mali, fondée et dirigée par Malet Sidibe.
Data Core développe l'écosystème ANOS OS, un système d'exploitation souverain, performant et autonome conçu pour moderniser l'infrastructure informatique locale, valoriser le matériel existant et offrir une alternative technologique indépendante et sécurisée.
📍 Siège Social : Bamako, Mali 🇲🇱
👤 Fondateur & Direction : Malet Sidibe
💻 Projets Phares : ANOS Operating System & ANOS AI Oppus2
🌐 Dépôt Officiel : maletsidibeOS/anos_ai_oppus2
- Downloads last month
- 3
Model tree for maletsidibeOS/anos_ai_oppus2
Unable to build the model tree, the base model loops to the model itself. Learn more.