---
library_name: transformers
tags:
- mixtral
- portuguese
- portugues
license: apache-2.0
datasets:
- rhaymison/superset
language:
- pt
pipeline_tag: text-generation
base_model: mistralai/Mixtral-8x7B-Instruct-v0.1
---

# Mistral-8x7b-portuguese-luana

<p align="center">
  <img src="https://raw.githubusercontent.com/rhaymisonbetini/huggphotos/main/luana8x7.webp" width="50%" style="margin-left:'auto' margin-right:'auto' display:'block'"/>
</p>


This model was trained with a superset of 200,000 instructions in Portuguese. 
The model comes to help fill the gap in models in Portuguese. Tuned from the Mistral 7b in Portuguese, the model was adjusted mainly for instructional tasks.

# How to use

### A100 GPU

You can use the model in its normal form up to 4-bit quantization. Below we will use both approaches.
Remember that verbs are important in your prompt. Tell your model how to act or behave so that you can guide them along the path of their response. 
Important points like these help models (even smaller models like 7b) to perform much better.

```python
!pip install -q -U transformers
!pip install -q -U accelerate
!pip install -q -U bitsandbytes

from transformers import AutoModelForCausalLM, AutoTokenizer, TextStreamer
model = AutoModelForCausalLM.from_pretrained("rhaymison/Mistral-8x7b-portuguese-luana", device_map= {"": 0})
tokenizer = AutoTokenizer.from_pretrained("rhaymison/Mistral-8x7b-portuguese-luana")
model.eval()

```

You can use with Pipeline but in this example i will use such as Streaming
```python

inputs = tokenizer([f"""<s>[INST] Abaixo está uma instrução que descreve uma tarefa, juntamente com uma entrada que fornece mais contexto.
Escreva uma resposta que complete adequadamente o pedido.
### instrução: aja como um professor de matemática e me explique porque 2 + 2 = 4.
[/INST]"""], return_tensors="pt")

inputs.to(model.device)

streamer = TextStreamer(tokenizer, skip_prompt=True, skip_special_tokens=True)
_ = model.generate(**inputs, streamer=streamer, max_new_tokens=200)

```

If you are having a memory problem such as "CUDA Out of memory", you should use 4-bit or 8-bit quantization.
For the complete model in colab you will need the A100.
If you want to use 4bits or 8bits, T4 or L4 will already solve the problem.

# 4bits example

```python
from transformers import BitsAndBytesConfig
import torch
nb_4bit_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_quant_type="nf4",
    bnb_4bit_compute_dtype=torch.bfloat16,
    bnb_4bit_use_double_quant=True
)

model = AutoModelForCausalLM.from_pretrained(
    base_model,
    quantization_config=bnb_config,
    device_map={"": 0}
)

```

### LangChain

Extracting a langChain conversation with a drug petition document as context.

<div style="background-color: #f0f0f0; padding: 20px;">
    <p><strong style="color: blue;">Human:</strong> Bom dia. Me informe quais medicamentos são solicitados no texto. Informe também a posologia e o período de tratamento.</p>
    
    <p><strong style="color: green;">Luana:</strong> Olá! No texto são solicitados os medicamentos <span style="color: red;">DULOXETINA 30mg</span>, <span style="color: red;">PREGABALINA 100mg</span> e <span style="color: red;">ROSUVASTATINA 10mg</span>. A posologia e o período de tratamento não são especificados, pois isso deve ser indicado periodicamente pelo médico.</p>
    
    <p><strong style="color: blue;">Human:</strong> Perfeito. E qual é o valor da causa informado no documento?</p>
    
    <p><strong style="color: green;">Luana:</strong> O valor da causa informado no documento é R$ 6.132,00 (seis mil cento e três).</p>
    
    <p><strong style="color: blue;">Human:</strong> Foi mencionado no texto alguma lei?</p>
    
    <p><strong style="color: green;">Luana:</strong> Sim, a Lei Complementar nº 80/94 é mencionada no texto. Ela se refere às prerrogativas institucionais da Defensoria Pública, incluindo a intimação pessoal de seus membros, a contagem em dobro dos prazos processuais, a manifestação por cotas nos autos e a dispensa da procuração.</p>
    
    <p><strong style="color: blue;">Human:</strong> Perfeito! Muito obrigado pela ajuda. Por hora é somente isso =]</p>
    
    <p><strong style="color: green;">Luana:</strong> Foi um prazer ajudar! Se você tiver outras dúvidas ou necessitar de mais informações, não hesite em perguntar. Tenha um bom dia!</p>
</div>



### Comments

Any idea, help or report will always be welcome.

email: rhaymisoncristian@gmail.com

 <div style="display:flex; flex-direction:row; justify-content:left">
    <a href="https://www.linkedin.com/in/heleno-betini-2b3016175/" target="_blank">
    <img src="https://img.shields.io/badge/LinkedIn-0077B5?style=for-the-badge&logo=linkedin&logoColor=white">
  </a>
  <a href="https://github.com/rhaymisonbetini" target="_blank">
    <img src="https://img.shields.io/badge/GitHub-100000?style=for-the-badge&logo=github&logoColor=white">
  </a>