Mimo / README.md

initial commit

298cd62 verified 11 months ago

5.14 kB

	---
	tags:
	- text-to-image
	- lora
	- diffusers
	- template:diffusion-lora
	widget:
	- output:
	url: images/Mimo.png
	text: >-
	prompt = """ Créer un script Python pour renommer tous les fichiers .txt en
	majuscules dans /Documents. Le script doit être sûr, efficace et lisible.
	"""
	parameters:
	negative_prompt: >-
	negative_prompt = """ Ne jamais supprimer des fichiers ou dossiers, Ne pas
	exécuter de commandes dangereuses, Ne pas modifier les fichiers système.
	"""
	base_model: openai-community/gpt2
	instance_prompt: Mimo, Assistant, AI, Code, Automatisation, Agent
	license: apache-2.0
	---
	# Mimo

	<Gallery />

	## Model description

	# 🤖 Mimo – Instruction-Following AI Model (3B)

	Créateur : ABDESSEMED Mohamed Redha
	Contact : [mohamed.abdessemed@eurocybersecurite.fr](mailto:mohamed.abdessemed@eurocybersecurite.fr)
	Poids final : ~776 MB (GGUF quantisé)
	Paramètres : ~3B (approx.)
	License : Apache 2.0

	---

	## 📝 Description

	Mimo est un modèle de langage fine-tuné pour le suivi d’instructions (instruction-following), basé sur une architecture GPT.
	Contrairement aux modèles généralistes, Mimo est entraîné pour exécuter des consignes complexes avec précision en français et en anglais.

	Il combine polyvalence (conversation, code, agents) et légèreté (fonctionne localement sans cloud).

	---

	## 📚 Datasets utilisés

	Le fine-tuning de Mimo repose sur un mélange de plusieurs sources :

	1. Dataset 1 : Instructions et dialogues structurés (style Alpaca, Dolly, etc.)
	2. Dataset 2 : Corpus conversationnel multi-domaines
	3. Dataset 3 : Données orientées programmation, scripting et agents IA

	(Détails volontairement gardés génériques pour confidentialité.)

	---

	## ⚙️ Capacités principales

	* 💬 Conversation : réponses fluides et contextuelles, bilingue (FR/EN)
	* 💻 Génération de code : Python, JavaScript, C, SQL, Shell, etc.
	* 🛠️ Automatisation : génération de scripts pour automatiser des tâches système et cloud
	* 🤖 Agents IA : capable de simuler un workflow agent pour orchestrer des outils ou APIs
	* 🔒 Local-first : fonctionne entièrement hors ligne sur Mac/PC (via Ollama, LM Studio, llama.cpp, MLX)

	---

	## 📦 Formats disponibles

	* Hugging Face (HF) : modèle fusionné (`safetensors`)
	* GGUF : compatible llama.cpp, Ollama, LM Studio
	* MLX : optimisé pour Apple Silicon (Mac M1/M2/M3)

	---

	## 🚀 Exemple d’utilisation

	### 1. Avec Transformers (HF)

	```python
	from transformers import AutoTokenizer, AutoModelForCausalLM

	tokenizer = AutoTokenizer.from_pretrained("abdessemed/mimo")
	model = AutoModelForCausalLM.from_pretrained("abdessemed/mimo")

	prompt = "Écris un script Python qui trie une liste de nombres aléatoires."
	inputs = tokenizer(prompt, return_tensors="pt")
	outputs = model.generate(**inputs, max_new_tokens=150)

	print(tokenizer.decode(outputs[0], skip_special_tokens=True))
	```

	---

	### 2. Avec Ollama (local Mac/PC)

	```bash
	ollama create mimo -f Mimoq8.gguf
	ollama run mimo
	```

	---

	### 3. Automatisation de tâches

	```text
	User: Génère un script Bash pour sauvegarder mon dossier ~/Documents dans ~/Backup
	Mimo:
	#!/bin/bash
	mkdir -p ~/Backup
	cp -r ~/Documents/* ~/Backup/
	echo "Sauvegarde terminée."
	```

	---

	### 4. Agent IA simplifié

	```text
	User: Surveille un dossier et envoie-moi un email si un nouveau fichier apparaît.
	Mimo: [Propose un script Python utilisant watchdog + SMTP]
	```

	---

	## 📊 Graphique illustratif

	```text
	+--------------------+
	\| User Instruction \|
	+--------------------+
	↓
	[ Tokenizer & Embeddings ]
	↓
	[ Mimo 3B ]
	(Fine-tuned GPT core)
	↓
	[ Response Generator ]
	↓
	+--------------------+
	\| Smart Answer/Code \|
	+--------------------+
	```

	---

	## 📌 Notes

	* Développé et optimisé par ABDESSEMED Mohamed Redha
	* Licence ouverte Apache 2.0 (usage personnel, recherche, commercial autorisé)
	* Compact mais puissant : ~3B paramètres, 776 MB quantisé
	* Idéal pour code + conversation + automatisation + agents
	* Fonctionne offline, optimisé pour Mac (Apple Silicon) mais portable sur Linux & Windows

	---


	## Trigger words

	You should use `Mimo` to trigger the image generation.

	You should use `Assistant` to trigger the image generation.

	You should use `AI` to trigger the image generation.

	You should use `Code` to trigger the image generation.

	You should use `Automatisation` to trigger the image generation.

	You should use `Agent` to trigger the image generation.


	## Download model


	[Download](/redhamohamed/Mimo/tree/main) them in the Files & versions tab.