Instructions to use eltorio/Llama-3.2-3B-appreciation with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- PEFT
How to use eltorio/Llama-3.2-3B-appreciation with PEFT:
from peft import PeftModel from transformers import AutoModelForCausalLM base_model = AutoModelForCausalLM.from_pretrained("unsloth/llama-3.2-3b-instruct-bnb-4bit") model = PeftModel.from_pretrained(base_model, "eltorio/Llama-3.2-3B-appreciation") - Notebooks
- Google Colab
- Kaggle
Update README.md
Browse files
README.md
CHANGED
|
@@ -49,6 +49,8 @@ L'interface génère une appréciation de 1 à 20 mots adaptée au profil de l'
|
|
| 49 |
- Interface basique mais fonctionnelle
|
| 50 |
- Système de feedback utilisateur
|
| 51 |
|
|
|
|
|
|
|
| 52 |
### Phase 2 : Amélioration et validation
|
| 53 |
|
| 54 |
- Extension du dataset à 1000+ exemples
|
|
|
|
| 49 |
- Interface basique mais fonctionnelle
|
| 50 |
- Système de feedback utilisateur
|
| 51 |
|
| 52 |
+
En phase 1 le modèle a été entrainé avec [ce code](https://www.kaggle.com/code/eltorio/autoeval-training)
|
| 53 |
+
|
| 54 |
### Phase 2 : Amélioration et validation
|
| 55 |
|
| 56 |
- Extension du dataset à 1000+ exemples
|