minhlol/Bm-bohrium

7a6

Bm bohrium

Bm bohrium là mô hình AI thử nghiệm hỗ trợ tiếng Việt và tiếng Anh. Kho này cung cấp trọng số mô hình, bộ tách từ, mã nguồn và phiên bản GGUF dùng với Ollama.

Sử dụng với Ollama

ollama run hf.co/minhlol/Bm-bohrium:Q4_K_M

Phiên bản Ollama có khoảng 1,91 tỷ tham số, dung lượng 1,15 GB, lượng tử hóa Q4_K_M và chỉ hỗ trợ văn bản. Tệp latest.pt giữ nguyên mô hình thị giác–ngôn ngữ khoảng 2 tỷ tham số. Đây chưa phải phiên bản 3B.

Tên và câu trả lời nhận diện

Tên mô hình là Bm bohrium. Cấu hình hệ thống của Ollama yêu cầu mô hình trả lời:

I am bm bohrium.

khi được hỏi tên, danh tính hoặc câu tương tự “what model are you?”.

Do trọng số hiện tại mới qua 10 bước huấn luyện phục hồi, mô hình thô có thể chưa tuân thủ chỉ dẫn ổn định. Để nhận câu trả lời cố định cho các dạng câu hỏi nhận diện được hỗ trợ, dùng trình trò chuyện đi kèm:

python chat_bm_bohrium.py
python chat_bm_bohrium.py --ask "What model are you?"

Trình này nhận diện các cách hỏi tên phổ biến bằng tiếng Việt và tiếng Anh, trả lời chính xác I am bm bohrium. bằng quy tắc của ứng dụng, rồi chuyển những câu hỏi khác sang Ollama. Quy tắc này không thay đổi trọng số hay bảo đảm nhận diện mọi cách diễn đạt có thể có.

Trạng thái thử nghiệm

Checkpoint hiện tại có 10 bước cập nhật, tương đương 309 token được giám sát trong đợt phục hồi. Mô hình chưa được huấn luyện đầy đủ; câu trả lời thông thường có thể sai, lặp hoặc không mạch lạc. Việc chạy được trên Ollama không đồng nghĩa với chất lượng ngôn ngữ đã được kiểm chứng.

GGUF đã vượt qua 9 phép so sánh token với bộ tách từ gốc và kiểm tra sinh văn bản trên llama.cpp CPU. Chưa chạy kiểm tra bằng một tiến trình Ollama trong Colab. Chi tiết nằm trong ollama_validation.json.

Các tệp chính

• Bm-bohrium-1.91B-Q4_K_M.gguf: mô hình văn bản dùng cho Ollama.
• Modelfile, template, system, params: cấu hình trò chuyện và nhận diện tên.
• chat_bm_bohrium.py: trình trò chuyện có quy tắc trả lời danh tính.
• latest.pt: checkpoint thị giác–ngôn ngữ gốc khoảng 2B, định dạng BM-2B-VI-v3.
• tokenizer/: bộ tách từ tương ứng; không thay bằng bộ khác khi nạp checkpoint.
• BM_Vision_2B_Vietnamese.ipynb: mã nguồn kiến trúc và huấn luyện.
• OLLAMA.md: hướng dẫn chi tiết bằng tiếng Việt.

Giấy phép và dữ liệu

Mã nguồn gốc của dự án sử dụng giấy phép MIT trong LICENSE. Thư viện và dữ liệu bên thứ ba giữ nguyên giấy phép, điều kiện sử dụng riêng. Kho này không phân phối lại các bộ dữ liệu huấn luyện.