rhysjones's picture
Update README.md
e13ab15 verified
---
license: apache-2.0
language:
- cy
- en
datasets:
- yahma/alpaca-cleaned
- allenai/MADLAD-400
---
![Mistral-7B-Cymraeg-Welsh](https://huggingface.co/BangorAI/Mistral-7B-Cymraeg-Welsh-v2/resolve/main/draig.jpeg)
# Mistral-7B-Cymraeg-Welsh-v2 #
This is a bilingual Mistral chat / instruct model trained in both English and Welsh languages.
The model is based on [BangorAI/mistral-7b-cy-epoch-2](https://huggingface.co/BangorAI/mistral-7b-cy-epoch-2) which is a continual pre-training of the [Mistral-7B-v0.1](https://huggingface.co/mistralai/Mistral-7B-v0.1) model with Welsh data from the [allenai/MADLAD-400](https://huggingface.co/datasets/allenai/MADLAD-400) dataset for 2 epochs.
The model was then fine-tuned using the [yahma/alpaca-cleaned](https://huggingface.co/datasets/yahma/alpaca-cleaned) dataset in both Welsh and English languages, also for 2 epochs.
## Demo ##
An online demo of the model can be found at [https://demo.bangor.ai](https://demo.bangor.ai)
It's an experimental LLM, so don't take any response from the model seriously or as factually correct. You are responsible for any output you generate.
## Format ##
The LLM uses the Llama-2 format for its prompts:
```
<s>[INST] <<SYS>>
{{ system_prompt }}
<</SYS>>
{{ user_message }} [/INST]
```
The language of the system prompt will guide the LLM as to which language it should respond in.
For example, in English:
```
<s>[INST] <<SYS>>
You are a helpful assistant that responds truthfully, logically and in detail. Answer in English.
<</SYS>>
{{ user_message }} [/INST]
```
Similarily, for responses in Welsh:
```
<s>[INST] <<SYS>>
Rydych chi'n gynorthwydd cymwynasgar sy'n barod i ateb unrhyw gwestiwn yn ffyddlon. Ymatebwch i gwestiwn y defnyddiwr yn llawn a gyda ffeithiau cywir yn y Gymraeg.
<</SYS>>
{{ user_message }} [/INST]
```
---
# Mistral-7B-Cymraeg-Welsh-v2 #
Mae hwn yn fodel sgwrsio / cyfawryddo Mistral dwyieithog wedi'i hyfforddi yn y Gymraeg a'r Saesneg.
Mae'r model yn seiliedig ar [BangorAI/mistral-7b-cy-epoch-2](https://huggingface.co/BangorAI/mistral-7b-cy-epoch-2) sy'n rhaghyfforddiant parhaus o fodel [Mistral-7B-v0.1](https://huggingface.co/mistralai/Mistral-7B-v0.1) gyda data [allenai/MADLAD-400](https://huggingface.co/datasets/allenai/MADLAD-400) ar gyfer 2 epoch.
Cafodd y model hyfforddiant cywrian pellach gan ddefnyddio'r dataset [yahma/alpaca-cleaned](https://huggingface.co/datasets/yahma/alpaca-cleaned) yn Gymraeg a Saesneg, hefyd am 2 epoch.
## Demo Byw ##
Mae fersiwn o'r model i'w gael yma am sgwrs: [https://demo.bangor.ai](https://demo.bangor.ai).
LLM arbrofol ydyw, felly peidiwch a chymeryd unrhyw ymateb gan y model o ddifri.
## Fformat Sgwrs ##
Mae iaith y "system prompt" yn arwain yr LLM i ymateb yn y Gymraeg neu'r Saesneg.
Er enghraifft, ar gyfer y Gymraeg:
```
<s>[INST] <<SYS>>
Rydych chi'n gynorthwydd cymwynasgar sy'n barod i ateb unrhyw gwestiwn yn ffyddlon. Ymatebwch i gwestiwn y defnyddiwr yn llawn a gyda ffeithiau cywir yn y Gymraeg.
<</SYS>>
{{ user_message }} [/INST]
```
Yn yr un modd, ar gyfer atebion yn Saesneg:
```
<s>[INST] <<SYS>>
You are a helpful assistant that responds truthfully, logically and in detail. Answer in English.
<</SYS>>
{{ user_message }} [/INST]
```
---
*Contains information from [allenai/MADLAD-400](https://huggingface.co/datasets/allenai/MADLAD-400) which is made available
under the ODC Attribution License.*