🚀 Fibonacci-2-9b模型

Fibonacci-2-9b是基于Gemma2架构的大语言模型，拥有92.4亿参数。它专为自然语言处理任务和文本对话优化，能实现文本生成、问答、机器翻译等功能。

模型信息

模型展示

• YouTube视频介绍
• 官方网站

✨ 主要特性

• 架构：Gemma2
• 参数数量：92.4亿
• 格式支持：GGUF，支持4-bit (Q4_K_M)、5-bit (Q5_K_M)、8-bit (Q8_0) 和16-bit (F16)
• 使用许可：MIT

📦 安装指南

文档未提及安装步骤，可参考Hugging Face的transformers库的安装方法。

💻 使用示例

基础用法

from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("fibonacciai/fibonacci-2-9b")
model = AutoModelForCausalLM.from_pretrained("fibonacciai/fibonacci-2-9b")

input_text = "Hello! How can I assist you today?"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs)
response = tokenizer.decode(outputs[0], skip_special_tokens=True)

print(response)

不同语言使用示例

波斯语

from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("fibonacciai/fibonacci-2-9b")
model = AutoModelForCausalLM.from_pretrained("fibonacciai/fibonacci-2-9b")

input_text = "سلام! چطور می‌توانم به شما کمک کنم؟"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs)
response = tokenizer.decode(outputs[0], skip_special_tokens=True)

print(response)

阿拉伯语

from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("fibonacciai/fibonacci-2-9b")
model = AutoModelForCausalLM.from_pretrained("fibonacciai/fibonacci-2-9b")

input_text = "مرحبًا! كيف يمكنني مساعدتك اليوم؟"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs)
response = tokenizer.decode(outputs[0], skip_special_tokens=True)

print(response)

📚 详细文档

应用场景

• 文本生成：创建富有创意和多样化的文本。
• 问答系统：为用户的询问提供准确的回答。
• 机器翻译：实现不同语言之间的文本翻译。
• 情感分析：识别文本中蕴含的情感。

资源链接

• Hugging Face上的模型页面
• Hugging Face文档

贡献说明

欢迎大家贡献代码！如果您有改进模型的建议或发现了任何漏洞，请通过Issues与我们分享。

📄 许可证

本模型根据MIT许可证发布。更多信息请查看LICENSE文件。