You can deploy this model and start earning money today!

DuckerMaster/
thai-legal-lora

Name: thai-legal-lora
Availability: InStock

scb10x/llama3.2-typhoon2-3b

Views

No views yet

Model Card for Thai Legal LoRA

โมเดล LoRA สำหรับช่วยตอบคำถามกฎหมายไทยโดยใช้ฐานข้อมูลกฎหมายของบริษัทและภาษีของ (airesearch/WangchanX-Legal-ThaiCCL-RAG) เป็นตัวอย่างการใช้งาน RAG + LoRA บนภาษาไทย

Model Details

Model Description

โมเดลนี้เป็น LoRA Adapter ที่ฝึกต่อจาก scb10x/llama3.2-typhoon2-3b สำหรับงาน Text Generation เพื่อให้ตอบคำถามเกี่ยวกับกฎหมายไทยได้อย่างแม่นยำ โดยรวมการค้นหาแบบ Dense (Chroma) และ Sparse (BM25) เพื่อเพิ่มความถูกต้องของข้อมูล

Developed by: DuckerMAstor
Model type: LoRA Adapter on LLaMA3.2
Language(s) (NLP): Thai
License: MIT
Finetuned from model: scb10x/llama3.2-typhoon2-3b
Dataset: airesearch/WangchanX-Legal-ThaiCCL-RAG

Model Sources

Repository: https://github.com/PlamGG/thai-legal-rag.git
Demo: [....]

Uses

Direct Use

สร้าง Chatbot กฎหมายไทย
ให้คำตอบเกี่ยวประมวลกฎหมายแพ่งและพาณิชย์
ใช้กับระบบ RAG เพื่อดึง passage ที่เกี่ยวข้องจากฐานข้อมูล

Out-of-Scope Use

ไม่เหมาะกับการตอบคำถามกฎหมายนอกบริบทไทย
ไม่ควรใช้เป็นที่ปรึกษากฎหมายแทนทนายผู้เชี่ยวชาญ

Bias, Risks, and Limitations

ข้อมูลการฝึกจำกัดเฉพาะกฎหมายไทยบางด้าน
อาจมีความผิดพลาดเมื่อเจอกรณีซับซ้อนหรือไม่ตรงตาม passage ที่ฝึก
คำตอบควรตรวจสอบโดยผู้เชี่ยวชาญก่อนใช้จริง

Recommendations

ใช้เพื่อการศึกษาและตัวอย่างงาน AI
ไม่ใช้เป็นที่ปรึกษากฎหมายอย่างเป็นทางการ

How to Get Started with the Model

python

from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel
import torch

device = "cuda" if torch.cuda.is_available() else "cpu"

# โหลด base model
base_model = AutoModelForCausalLM.from_pretrained(
    "scb10x/llama3.2-typhoon2-3b",
    torch_dtype=torch.float16,
    device_map="auto"
)

# โหลด LoRA adapter
model = PeftModel.from_pretrained(base_model, "username/thai-legal-lora")
tokenizer = AutoTokenizer.from_pretrained("username/thai-legal-lora")
tokenizer.pad_token = tokenizer.eos_token

# ตัวอย่างใช้งาน
prompt = "บริษัทมหาชนจำกัดต้องมีผู้ถือหุ้นกี่คน?"
inputs = tokenizer(prompt, return_tensors="pt").to(device)
outputs = model.generate(**inputs, max_new_tokens=200)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

DuckerMaster/thai-legal-lora