maris-ai-master

Maris AI Model

Model Summary

Maris AI Model ir Maris AI apmācības izvads, kas tiek trenēts no Maris AI ilgtermiņa atmiņas dataset repozitorija.

Modeļa publicēšana tiek vadīta no šī repozitorija:

• treniņa konfigurācija: huggingface/training-config.json
• treniņa entrypoint: huggingface/train.sh
• publicēšanas skripts: core-python/scripts/export_to_hf.py

Intended Use

Šis modelis ir paredzēts:

• Maris AI teksta asistenta adaptācijai uz projekta sarunām un darba plūsmām;
• iekšējai eksperimentēšanai un iteratīvai fine-tuning automatizācijai;
• turpmākai izvērtēšanai pirms publiskas vai produkcijas izvietošanas.

Training Data

Treniņdati tiek ielādēti no Hugging Face dataset repozitorija MarisUK/maris-ai-memory.

Pipeline apstrādā šādus ierakstu tipus:

• conversation ierakstus kā user/assistant dialogu;
• ģenerāciju ierakstus (image, music, video, code, autonomous) kā prompt + metadata tekstuālu reprezentāciju;
• jebkuru citu ierakstu kā normalizētu JSON tekstu.

Training Procedure

Training pipeline:

1. ielādē Maris AI dataset repozitoriju;
2. sagatavo tekstu ar vienotu chat formātu;
3. sagatavo apmācības tokenus Maris AI teksta pipeline vajadzībām;
4. izveido validation split, ja repo tāds nav publicēts;
5. trenē modeli;
6. saglabā modeli, tokenizeri un metriku JSON failus ar Maris AI identitāti;
7. pēc izvēles publicē modeli uz Maris AI model repozitoriju.

Evaluation

Pipeline saglabā training-metrics.json un evaluation-metrics.json lokālajā output direktorijā. Galvenā automātiski aprēķinātā metrika ir:

• eval_loss
• perplexity

Risks and Limitations

• Dati var saturēt operacionālu un sensitīvu saturu, tāpēc publiska publicēšana ir jāveic tikai pēc sanitizācijas.
• Modelis nav validēts drošībai, faktu precizitātei vai bias ierobežošanai.
• Fine-tuning kvalitāte tieši atkarīga no dataset kvalitātes un filtrēšanas.

How to Use

Izmanto MarisUK/maris-ai-master kā galveno Maris AI modeļa identifikatoru.

Operational Notes

• huggingface/sync.sh publicē šo failu kā modeļa repo saknes README.md.
• GitHub Actions workflow /.github/workflows/core-train.yml var palaist automātisku treniņu un publicēšanu.