Ce modèle est une version optimisée basée sur Qwen/Qwen2.5-0.5B-Instruct. Il est configuré pour servir de moteur de correction textuelle, de restructuration de documents et d'assistance linguistique pour l'écosystème PYS-DOC.
🧠 Utilisation dans PYS-DOC
Ce modèle est conçu pour être appelé via l'Inference API de Hugging Face pour nettoyer le texte brut extrait des manuscrits des étudiants de l'Université de Dschang.
Paramètres d'API recommandés
Max New Tokens: 512
Temperature: 0.3 (pour des corrections strictes sans invention)
Do Sample: false
Model Details
Developed by: Pys237
Model type: Causal Language Model
Language(s) (NLP): Français (fr)
Finetuned from model: Qwen/Qwen2.5-0.5B-Instruct
Bias, Risks, and Limitations
Ce modèle étant ultra-léger (0.5B), il est extrêmement rapide mais peut présenter des limites sur des consignes de rédaction trop complexes. Il doit être utilisé principalement pour de la correction orthographique, le remplacement d'abréviations étudiantes et la mise au propre de paragraphes.
