Instructions to use bharadwajswarna/Zephyr-Gemma-7B-Telugu with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use bharadwajswarna/Zephyr-Gemma-7B-Telugu with Transformers:

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

pipe = pipeline("text-generation", model="bharadwajswarna/Zephyr-Gemma-7B-Telugu")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("bharadwajswarna/Zephyr-Gemma-7B-Telugu")
model = AutoModelForCausalLM.from_pretrained("bharadwajswarna/Zephyr-Gemma-7B-Telugu", device_map="auto")
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]:]))

Inference
Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use bharadwajswarna/Zephyr-Gemma-7B-Telugu with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "bharadwajswarna/Zephyr-Gemma-7B-Telugu"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "bharadwajswarna/Zephyr-Gemma-7B-Telugu",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/bharadwajswarna/Zephyr-Gemma-7B-Telugu

SGLang

How to use bharadwajswarna/Zephyr-Gemma-7B-Telugu 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 "bharadwajswarna/Zephyr-Gemma-7B-Telugu" \
    --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": "bharadwajswarna/Zephyr-Gemma-7B-Telugu",
		"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 "bharadwajswarna/Zephyr-Gemma-7B-Telugu" \
        --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": "bharadwajswarna/Zephyr-Gemma-7B-Telugu",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use bharadwajswarna/Zephyr-Gemma-7B-Telugu with Docker Model Runner:
```
docker model run hf.co/bharadwajswarna/Zephyr-Gemma-7B-Telugu
```

Model Description :

This is a SFT version of HuggingFaceH4/zephyr-7b-gemma-v0.1 on Telugu Q&A data sets curated by Telugu LLM Labs.

NOTE :

This model is not aligned via DPO in Telugu. It is just SFT trained on the original zephyr-7b-gemma. DPO part is work in progress. Curating the dataset for it.

Example 1 :

Sample Input : ఆరోగ్యంగా ఉండటానికి నాకు మూడు చిట్కాలు ఇవ్వండి

Sample Output :

సమతుల్య ఆహారం తినండి: మీ దినచర్యలో పండ్లు, కూరగాయలు, సన్నని ప్రోటీన్లు మరియు తృణధాన్యాలు పుష్కలంగా చేర్చండి. అలాగే, చక్కెర మరియు ఉప్పు తీసుకోవడం తగ్గించడానికి ప్రయత్నించండి.
క్రమం తప్పకుండా వ్యాయామం చేయండి: శారీరక శ్రమ మీ హృదయనాళ వ్యవస్థను బలోపేతం చేయడమే కాకుండా, మానసిక ఆరోగ్యాన్ని కూడా మెరుగుపరుస్తుంది. వారానికి కనీసం 150 నిమిషాల మితమైన-తీవ్రత కలిగిన ఏరోబిక్ కార్యాచరణను లక్ష్యంగా పెట్టుకోండి.
మైండ్ఫుల్నెస్ సాధన చేయండి: ధ్యానం లేదా లోతైన శ్వాస వ్యాయామాలను మీ దినచర్యలో చేర్చడం ప్రస్తుత క్షణం గురించి మరింత ఉనికిని అనుభూతి చెందడానికి మీకు సహాయపడుతుంది, ఇది మరింత సమతుల్యమైన జీవితాన్ని సృష్టించడంలో మీకు సహాయపడుతుంది.

Example 2:

Sample Input :Give me three tips to stay healthy

Sample Output :

సమతుల్య ఆహారం తీసుకోండి: వివిధ రకాల పండ్లు, కూరగాయలు, సన్నని ప్రోటీన్లు మరియు ఆరోగ్యకరమైన కొవ్వులతో భోజనం ప్లాన్ చేయండి మరియు తయారు చేయండి.
క్రమం తప్పకుండా వ్యాయామం చేయండి: శారీరక శ్రమను మీ దినచర్యలో చేర్చండి మరియు వారానికి కనీసం 150 నిమిషాల మితమైన-తీవ్రత కలిగిన ఏరోబిక్ కార్యాచరణను లక్ష్యంగా పెట్టుకోండి.
తగినంత నిద్ర పొందండి: మీ మెదడు మరియు శరీరానికి రాత్రికి కనీసం 7 గంటలు విశ్రాంతి ఇవ్వండి.

Example 3:

Sample Input :నేను నా సమయాన్ని మరింత సమర్థవంతంగా ఎలా ఉపయోగించగలను

Sample Output : మీ సమయాన్ని మరింత సమర్థవంతంగా నిర్వహించడానికి, ఈ క్రింది వ్యూహాలను ప్రయత్నించండి:

పనులకు ప్రాధాన్యత ఇవ్వండి: మీరు చేయాల్సిన ప్రతిదాన్ని రాయండి మరియు వాటిని ప్రాముఖ్యత ప్రకారం ర్యాంక్ చేయండి. అధిక ప్రాధాన్యమున్న పనులను ముందుగా పరిష్కరించండి.
పనులను చిన్న దశలుగా విభజించండి: పెద్ద పనులు భారంగా అనిపించవచ్చు. వాటిని చిన్న, నిర్వహించదగిన దశలుగా విభజించడం వాటిని మరింత చేరువ చేస్తుంది.
నిర్దిష్ట పనిగంటలను సెట్ చేయండి: మీరు పని కోసం నిర్దిష్ట గంటలు కేటాయించే దినచర్యను ఏర్పాటు చేయండి మరియు పనుల మధ్య విరామం తీసుకునేలా చూసుకోండి. ఇది ఉత్పాదకతను పెంచడానికి మరియు బర్న్అవుట్ను నివారించడానికి సహాయపడుతుంది.
సాధనాలు మరియు వనరులను ఉపయోగించండి: మీ పనిభారాన్ని నిర్వహించడంలో సహాయపడటానికి ప్లానర్, పోమోడోరో టెక్నిక్ (ఉదా. 25 నిమిషాలు పనిచేయడం మరియు తరువాత 5 నిమిషాల విరామం తీసుకోవడం వంటివి) లేదా టైమ్-ట్రాకింగ్ అనువర్తనాలను ఉపయోగించడాన్ని పరిగణించండి.
అప్పగించండి లేదా సహాయం అడగండి: వీలైతే, ఇతరులకు పనులను అప్పగించండి లేదా సహాయం అడగండి. ప్రతిదీ మనమే చేయలేమని గుర్తించడం చాలా ముఖ్యం.

Prompt Formatting and Inference :

chat = [ {"role": "user", "content":query}]
encoded_input = tokenizer.apply_chat_template(chat, tokenize=True, add_generation_prompt=True,return_tensors="pt")
model_inputs = encoded_input.to(device)
generated_ids = model.generate(model_inputs, max_new_tokens=1000, do_sample=False, eos_token_id=107)
print("\nNumber of Tokens Generated :",len(generated_ids[0]))
decoded_text = tokenizer.decode(generated_ids[0], skip_special_tokens=True)
print(decoded_text)

Developed by : Bharadwaj Swarna

Downloads last month: 13

Safetensors

Model size

9B params

Tensor type

BF16

bharadwajswarna
/

Zephyr-Gemma-7B-Telugu

Model Description :

NOTE :

Datasets used to train bharadwajswarna/Zephyr-Gemma-7B-Telugu