Llama-3.1-8B-Banjar

Llama-3.1-8B-Banjar : GGUF

This model was finetuned and converted to GGUF format using Unsloth.

Example usage:

• For text only LLMs: llama-cli -hf s3t4/Llama-3.1-8B-Banjar --jinja
• For multimodal models: llama-mtmd-cli -hf s3t4/Llama-3.1-8B-Banjar --jinja

Available Model files:

• llama-3.1-8b.Q4_K_M.gguf This was trained 2x faster with Unsloth <img src="https://raw.githubusercontent.com/unslothai/unsloth/main/images/unsloth%20made%20with%20love.png" width="200"/>

Dataset Fine-Tuning Bahasa Banjar — Kuintan

Dataset instruksi (instruction fine-tuning) berbahasa Banjar untuk melatih Large Language Model agar mampu berbicara, memahami, dan menjawab pertanyaan dalam Bahasa Banjar secara alami dan fasih.

• Jumlah entri: 109
• Format utama: Alpaca (JSONL)
• Persona AI: Kuintan — AI yang paham sejarah, adat, dan budaya Banjar
• Tujuan: Fine-tuning Llama 3.1 8B (atau model lain) via Unsloth / LoRA

Gambaran Umum

Dataset ini dirancang supaya model hasil fine-tuning bisa:

1. Berbahasa Banjar secara alami — menguasai kosakata, tata bahasa, dialek (Banjar Kuala & Banjar Hulu), serta idiom dan ungkapan khas Banjar.
2. Menjawab pertanyaan tentang sejarah Kalsel — Kesultanan Banjar, Perang Banjar, pahlawan, dan tokoh daerah.
3. Menjelaskan budaya, adat, kuliner, kesenian, dan cerita rakyat (folklore) Banjar.

Semua jawaban model (output) ditulis murni dalam Bahasa Banjar dengan logat yang medok dan alami.

Struktur & Format

Alpaca (file utama: banjar_alpaca.jsonl)

Satu entri per baris, terdiri dari tiga kolom:

{
  "instruction": "Ceritakan Tari Baksa Kembang",
  "input": "",
  "output": "Tari Baksa Kembang ngitu tari klasik Banjar nang bungas..."
}

Format lain yang tersedia

Cakupan (3 Modul)

• Modul A — Tata Bahasa & Percakapan (40+ entri): sapaan sehari-hari, dialog di warung/pasar, terjemahan Indonesia/Inggris → Banjar, idiom (bauntung batuah, mambanyu lading, bapadah baijak, dll.), dan perbedaan dialek Kuala vs Hulu.
• Modul B — Sejarah & Tokoh (30+ entri): Kesultanan Banjar (Sultan Suriansyah → Sultan Muhammad Seman), Perang Banjar, Benteng Pengaron & Tabanio; tokoh Pangeran Antasari, Demang Lehman, Pangeran Hidayatullah, Hassan Basry; ulama Abah Guru Sekumpul, Syekh Arsyad Al-Banjari, Guru Bakhiet; sejarah kota Kandangan, Martapura, Amuntai, Barabai, dll.
• Modul C — Adat, Kuliner & Folklore (35+ entri): tradisi (Baayun Mulud, Bapalas Benua, Badudus, Batamat, Mappanretasi), rumah adat (Bubungan Tinggi, Gajah Baliku, Palimanan), kesenian (Madihin, Mamanda, Tari Baksa Kembang), kuliner (Soto Banjar, Ketupat Kandangan, Iwak Haruan, wadai Banjar), dan legenda (Pulau Kembang, Gunung Halat, Batu Benawa).

Cara Pakai

Muat dataset dengan HuggingFace datasets:

from datasets import load_dataset

dataset = load_dataset("json", data_files="banjar_alpaca.jsonl", split="train")

Format prompt Alpaca untuk training:

alpaca_prompt = """Below is an instruction that describes a task. Write a response that appropriately completes the request.

### Instruction:
{}

### Response:
{}"""

def formatting_prompts_func(examples):
    texts = []
    for instruction, output in zip(examples["instruction"], examples["output"]):
        texts.append(alpaca_prompt.format(instruction, output) + EOS_TOKEN)
    return {"text": texts}

dataset = dataset.map(formatting_prompts_func, batched=True)

Catatan: input sengaja dikosongkan di dataset ini, sesuaikan template di atas bila ingin menyertakannya.

Keterbatasan

• Skala masih kecil (109 entri) — cukup sebagai fondasi untuk mengenalkan Bahasa Banjar ke model via LoRA, tetapi perlu diperluas untuk cakupan dan akurasi yang lebih besar.
• Konten merupakan kompilasi pengetahuan budaya/sejarah; harap verifikasi fakta spesifik sebelum digunakan untuk publikasi akademik.

Lisensi

Belum ditentukan. Silakan tambahkan lisensi sesuai kebutuhan sebelum dipublikasikan (misal CC BY 4.0 untuk data terbuka).

Kontribusi

Untuk menambah entri, buat objek dengan format yang sama (mengandung instruction dan output berbahasa Banjar), lalu tambahkan sebagai baris baru di banjar_alpaca.jsonl.