DAC6-0.5B

☕ Support the project

Model Card: DAC5‑0.5B (M.INC. Research)

<p align="center"> <img src="DAC6_Logo/DAC6_Logo.png" alt="DAC6 Logo" width="450px"/> </p> <h1 align="center">DAC5‑0.6B (M.INC. Research)</h1>

---

🇮🇹 Model Card – DAC6

📘 Panoramica

DAC6 è un modello linguistico di 500 milioni di parametri (0.5B), progettato per offrire un equilibrio tra efficienza e capacità di ragionamento.
È sviluppato principalmente per l’ecosistema Android, dove può conversare fluentemente e eseguire chiamate a strumenti locali (tool calling) direttamente sul dispositivo.

🧠 Caratteristiche principali

• Lingua principale: Italiano 🇮🇹
• Lingua secondaria: Inglese 🇬🇧
• Capacità: Conversazione naturale, risposte emotive, tool calling locale
• Ambiente target: Android (locale, sperimentale)
• Stato: In fase di sviluppo — versione sperimentale, soggetta a instabilità e ottimizzazioni continue
• Dimensione: 500M parametri (0.5B)
• Obiettivo: Fornire un’esperienza fluida e naturale, con capacità di interazione diretta con funzioni del dispositivo

⚙️ Note tecniche

• Architettura ottimizzata per dispositivi mobili
• Supporto a tool calling per funzioni locali (es. sensori, app, moduli AI)
• Addestrato su dataset misti con prevalenza di lingua italiana e contenuti multidominio

---

🇬🇧 Model Card – DAC6

📘 Overview

DAC6 is a 500‑million‑parameter (0.5B) language model designed for balanced performance and reasoning efficiency.
It’s primarily developed for the Android ecosystem, capable of natural conversation and local tool calling directly on the device.

🧠 Key Features

• Primary language: Italian 🇮🇹
• Secondary language: English 🇬🇧
• Capabilities: Conversational fluency, emotional responses, local tool calling
• Target environment: Android (local, experimental)
• Status: Under development — experimental version, with some instabilities expected
• Size: 500M parameters (0.5B)
• Goal: Deliver smooth, natural interaction and direct integration with device functions

⚙️ Technical Notes

• Architecture optimized for mobile devices
• Supports local tool calling (e.g., sensors, apps, AI modules)
• Trained on mixed datasets with a strong Italian language focus and multidomain content