Cyfieithydd 7b Fersiwn 3

Model cyfieithu arbrofol sy'n defnyddio LLM Trawsnewidiol.

Mae'r model LLM yn seiliedig ar BangorAI/mistral-7b-cy-epoch-2, sef y model Mistral-7B wedi hyfforddiant parhaus ar gyfer y Gymraeg.

Cafodd y model hyfforddiant cywrain pellach ar y cyfeithiadau canlynol:

• data Cofnod y Cynulliad wedi’u paratoi gan TechIaith
• data Hysbysiadau Llywodraeth Cymru yn archif BangorAI/hysbysiadau-llyw-cymru-1

Demo

Gallwch roi gynnig ar esiampl o'r model yma: https://demo.bangor.ai/
(cofiwch ddewis yr opsiwn "Trosi En -> Cy")

Fformat Sgwrs

Mae'r hyfforddiant cywrain wedi defnyddio'r fformat canlynol ar gyfer trosi o'r Saesneg i'r Gymraeg:

Cyfieithwch y testun Saesneg canlynol i'r Gymraeg.
### Saesneg:
{prompt}

### Cymraeg:

a'r naill ffordd i'r llall:

Translate the following Welsh text to English.
### Welsh:
{prompt}

### English:

Sut i'w ddefnyddio

Mae'r model Mistral-7B-v-0.1 sy'n tanseilio'r model yma yn defnyddio ffenestr cyd-destun maint 4k, felly mae'n ofyniad i becynnu'r testyn fesul paragraff a'u bwydo i mewn i'r LLM yn eu tro.

Dyma enghraifft mewn Python:

import transformers

device="cuda"
model_name = 'BangorAI/cyfieithydd-7b-fersiwn-3'
model = transformers.AutoModelForCausalLM.from_pretrained(model_name, load_in_8bit=True)
tokenizer = transformers.AutoTokenizer.from_pretrained(model_name)

def generate_response(text):
    # Format the input using the provided template
    prompt = f"Cyfieithwch y testun Saesneg canlynol i'r Gymraeg.\n\n### Saesneg:\n{text}\n\n### Cymraeg:\n"
    # Tokenize and encode the prompt
    inputs = tokenizer.encode(prompt, return_tensors="pt", add_special_tokens=False).to(device)
    # Generate a response
    outputs = model.generate(inputs, max_length=1000, num_return_sequences=1, do_sample=True, temperature=0.01)
    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
    return response

text="""The extension of the Flying Start programme is part of a phased expansion of early years provision to all two-year-olds in Wales, with a particular emphasis on strengthening Welsh-medium provision. This is a commitment in the Co-operation Agreement between the Welsh Government and Plaid Cymru."""
response = generate_response(text)
print(response)

Hawlfraint

Mae'r data Cofnod y Cynulliad ac Hysbysiadau Llywodreath Cymru dan Drwydded Llywodraeth Agored.