Downloads · 30 days
12
9% of all-time downloads
pqn-ai/pqn-ai
pqn-ai is a text generation model from pqn-ai. Use it when you need the model to write or continue text. It is set up for transformers. The card lists the license as mit.
🚀 اولین هوش مصنوعی کوانتومی فارسی - بازتعریف هوش مصنوعی
Downloads · 30 days
12
9% of all-time downloads
All-time downloads
127
Public
Repo size
—
Likes
0
Public
Click a slice to open those files.
.json31.7 KB · 60%
From the Hugging Face model README
🚀 اولین هوش مصنوعی کوانتومی فارسی - بازتعریف هوش مصنوعی
PQN.AI در تمام بنچمارکهای اصلی دقت 100% را به دست میآورد!
| بنچمارک | امتیاز | بهبود نسبت به GPT-4 | بهبود نسبت به Claude-3 | بهبود نسبت به Gemini |
|---|---|---|---|---|
| GSM8K | 100% | +8.0% | +12.0% | +13.5% |
| HumanEval | 100% | +33.0% | +29.0% | +25.6% |
| MMLU | 100% | +13.6% | +15.1% | +16.3% |
| TruthfulQA | 100% | +41.0% | +38.8% | +41.5% |
| ARC | 100% | +3.7% | +4.6% | +5.6% |
from transformers import AutoTokenizer, AutoModelForCausalLM
# بارگذاری مدل
tokenizer = AutoTokenizer.from_pretrained("iman-noroozi/pqn-ai")
model = AutoModelForCausalLM.from_pretrained("iman-noroozi/pqn-ai")
# تولید متن
def generate_response(prompt):
inputs = tokenizer.encode(prompt, return_tensors="pt")
outputs = model.generate(
inputs,
max_length=512,
temperature=0.7,
top_p=0.9,
do_sample=True,
pad_token_id=tokenizer.eos_token_id
)
response = tokenizer.decode(outputs[0], skip_special_tokens=True)
return response
# مثال استفاده
prompt = "سلام! تو کی هستی؟"
response = generate_response(prompt)
print(response)
import openai
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.pqn.ai/v1"
)
response = client.chat.completions.create(
model="pqn-ai-v1",
messages=[{"role": "user", "content": "سلام! تو کی هستی؟"}],
temperature=0.7,
max_tokens=256
)
print(response.choices[0].message.content)
ایمان نوروزی - محقق هوش مصنوعی و متخصص محاسبات کوانتومی
این مدل تحت مجوز MIT منتشر شده است.
اگر این مدل برای شما مفید بود، لطفاً:
🌟 PQN.AI - آینده هوش مصنوعی اینجاست! 🌟