README.md

---
license: apache-2.0
datasets:
- UpMath/Thai-HomeworkGen-138K
base_model:
- Qwen/Qwen2.5-7B
pipeline_tag: text-generation
---

# 🤖 Thai-HomeworkGen — โมเดลสร้าง/แก้โจทย์คณิตศาสตร์ภาษาไทย

**Thai-HomeworkGen** เป็นโมเดลภาษาไทยขนาด 4B ที่ถูก fine-tune ด้วยเทคนิค **Supervised Fine-tuning (SFT)**  
โดยใช้ไลบรารี [`trl`](https://github.com/huggingface/trl) ร่วมกับ **QLoRA** บนฐาน [Qwen/Qwen2.5-7B](https://huggingface.co/Qwen/Qwen2.5-7B)

---

## 🧪 ตัวอย่างการใช้งาน

```python
from transformers import pipeline, AutoTokenizer, AutoModelForCausalLM
import torch

tokenizer = AutoTokenizer.from_pretrained("UpMath/Thai-HomeworkGen-4B-v2")
model = AutoModelForCausalLM.from_pretrained("UpMath/Thai-HomeworkGen-4B-v2",device_map="auto")

generator = pipeline(
    "text-generation",
    model=model,
    tokenizer=tokenizer,
    device_map="auto",
    max_new_tokens=2048,
    do_sample=True,
    temperature=0.7,
    pad_token_id=tokenizer.eos_token_id
)

prompt = """
  โปรดสร้างโจทย์คณิตศาสตร์ใหม่ โดยมีรายละเอียดดังนี้:
  ระดับ Bloom: ["วิเคราะห์"] # หรือ ["วิเคราะห์", "จดจำ", .....]
  ระดับชั้น: มัธยมศึกษาปีที่ 4
  รูปแบบ: ปรนัย # หรือ อัตนัย
  โปรดสร้างโจทย์ พร้อมวิธีทำและคำตอบ:
"""

result = generator(prompt)[0]['generated_text']
print(result)
```

---

## 🎯 จุดประสงค์ของโมเดล

- ✅ สร้างโจทย์คณิตศาสตร์ใหม่ในรูปแบบภาษาไทย
- ✅ แสดงวิธีทำและคำตอบที่ชัดเจน
- ✅ รองรับระดับความคิดตามแนวทาง **Bloom’s Taxonomy**
- ✅ ออกแบบมาเพื่อใช้ในบริบทการศึกษา การสอน และการวัดผล reasoning

---

## 🧠 ข้อมูลการฝึก (Training Details)

- **Base Model:** `Qwen/Qwen2.5-7B`
- **Library:** [`trl`](https://github.com/huggingface/trl) (`SFTTrainer`)
- **Adapter:** QLoRA (`peft`)
- **Batch Size:** 2 × 4 (gradient_accumulation)
- **Epochs:** 3
- **Sequence Length:** 1024
- **Dataset:** Thai Math Dataset (~138K examples, translated + aligned)

โมเดลถูกฝึกด้วย QLoRA โดยใช้เทคนิค **low-rank adapter (LoRA)** ร่วมกับ quantization 4-bit  
เพื่อให้สามารถฝึกบน GPU ขนาดกลาง เช่น A100 หรือ Colab Pro ได้อย่างมีประสิทธิภาพ

---

## 📦 Dataset ที่ใช้
ชื่อชุดข้อมูล: **Thai-HomeworkGen-138K**
เนื้อหา: โจทย์คณิตศาสตร์ภาษาไทยระดับมัธยมปลาย พร้อมวิธีทำ คำตอบ และระดับ Bloom Taxonomy
ต้นฉบับแปลจากชุดข้อมูลภาษาอังกฤษ
1. [MathQA (allenai)](https://huggingface.co/datasets/allenai/math_qa)  
2. [MATH-500 (HuggingFaceH4)](https://huggingface.co/datasets/HuggingFaceH4/MATH-500)  
3. [MATH-Algebra](https://huggingface.co/datasets/themanas021/MATH-Algebra)  
4. [math-mixture: mix_intermediate_algebra97_algebra01_prealgebra00](https://huggingface.co/datasets/andrewsiah/math-mixture-mix_intermediate_algebra97_algebra01_prealgebra00)  
5. [math-mixture: mix_algebra76_prealgebra12_number_theory08](https://huggingface.co/datasets/andrewsiah/math-mixture-mix_algebra76_prealgebra12_number_theory08)  
6. [Math-algebra (datafreak)](https://huggingface.co/datasets/datafreak/Math-algebra)  
7. [MATH Dataset (Hendrycks et al.)](https://github.com/hendrycks/math/)  
8. [GSM8K (openai)](https://huggingface.co/datasets/openai/gsm8k)  
9. [Math QSA Dataset (Kaggle)](https://www.kaggle.com/datasets/awsaf49/math-qsa-dataset)  
10. [AQuA (DeepMind)](https://github.com/google-deepmind/AQuA)

ชุดข้อมูลถูกแปลและจัดโครงสร้างโดยใช้ LLM (Gemma 2 27B) พร้อมตรวจสอบโดยผู้เชี่ยวชาญจาก สวทช.

👉 [ดูรายละเอียดของ Dataset](https://huggingface.co/datasets/UpMath/Thai-HomeworkGen-138K)

---

## การอ้างอิง
หากคุณใช้งานโมเดลนี้ สามารถให้เครดิตโปรเจกต์นี้ได้ด้วย