Instructions to use LakoMoor/LDAI-1.5-ANIU with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use LakoMoor/LDAI-1.5-ANIU with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="LakoMoor/LDAI-1.5-ANIU")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("LakoMoor/LDAI-1.5-ANIU")
model = AutoModelForCausalLM.from_pretrained("LakoMoor/LDAI-1.5-ANIU")
messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=40)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps

vLLM

How to use LakoMoor/LDAI-1.5-ANIU with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "LakoMoor/LDAI-1.5-ANIU"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "LakoMoor/LDAI-1.5-ANIU",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/LakoMoor/LDAI-1.5-ANIU

SGLang

How to use LakoMoor/LDAI-1.5-ANIU with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "LakoMoor/LDAI-1.5-ANIU" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "LakoMoor/LDAI-1.5-ANIU",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "LakoMoor/LDAI-1.5-ANIU" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "LakoMoor/LDAI-1.5-ANIU",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use LakoMoor/LDAI-1.5-ANIU with Docker Model Runner:
```
docker model run hf.co/LakoMoor/LDAI-1.5-ANIU
```
Browse Quantizations to use this model in llama.cpp, Ollama, LM Studio, or any compatible app.

LDAI-1.5-ANIU

Модель предназначена для подбора аниме под предпочтения пользователей. LDAI-1.5-ANIU используется на сайте https://aniu.lakomoor.com

Обучение:

Для обучения модели мы собрали датасет, основанный на данных с Aniu. В качестве генерации синтетического датасета использовались модели Vikhr-Nemo-12B-Instruct-R-21-09-24 и Hermes-3-Llama-3.1-8B, а за основу была взята модель Qwen2.5-1.5B-Instruct.

Использовался метод SFT для обучения модели.

Создание синтетического датасета и обучение модели потребовали около 120 часов работы на двух Nvidia Tesla P40 24GB.

Пример кода для запуска:

Рекомендуемая пареметры для генерации:.

temperature 0.3
top_k 0
top_p 1.0

from transformers import AutoModelForCausalLM, AutoTokenizer

# Загрузка модели и токенизатора
model_name = "LakoMoor/LDAI-1.5-ANIU"
model = AutoModelForCausalLM.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)

# Подготовка входного текста
input_text = "Семейное аниме для детей 8-12 лет"

messages = [
    {"role": "system", "content": 'Вы модель "ldai-1.5-aniu", эксперт по подбору аниме на сайте Aniu. Пользователи описывают свои предпочтения, и ты рекомендуешь аниме, соответствующее их запросу. Учитывай жанры, возраст, предпочитаемый стиль и студию, а также добавляй краткое описание сюжета и полезные советы.'},
    {"role": "user", "content": input_text},
]

# Токенизация и генерация текста
input_ids = tokenizer.apply_chat_template(messages, truncation=True, add_generation_prompt=True, return_tensors="pt")
output = model.generate(
    input_ids,
    max_length=512,
    temperature=0.3,
    num_return_sequences=1,
    no_repeat_ngram_size=2,
    top_k=0,
    top_p=1.0,
)

# Декодирование и вывод результата
generated_text = tokenizer.decode(output[0], skip_special_tokens=True)
print(generated_text)

Ответ модели:

{ "title_ru": "Покемон: Современное поколение - Лукарио и загадка Мью", "title_alt": [ "Pokemon: Lucario and the Mystery of Mew", "Gekijouban Pocket Monsters Advanced Generation: Myuu to Hadou no Yuusha Lucario", "Pokemon Movie 8" ], "year": 2010, "genres": [ "детское", "экшен", "приключения", "драма", "фэнтези" ], "studio": "OLM", "author": "Кэти Пилон", "message": "Рекомендуем посмотреть аниме 'Покемон: Современное поколение - Лукарио и загадка Мью'. Это увлекательная история о приключениях в мире покемонов. Найдите его на сайте Aniu." }

Ссылки

Downloads last month: 7

Safetensors

Model size

2B params

Tensor type

BF16

Model tree for LakoMoor/LDAI-1.5-ANIU

Base model

Qwen/Qwen2.5-1.5B

Finetuned

Qwen/Qwen2.5-1.5B-Instruct

Finetuned

(1574)

this model

Quantizations

3 models