README.md

---
language:
- bn
license: apache-2.0
tags:
- text-generation-inference
- transformers
- llama
- gguf
datasets:
- OdiaGenAI/all_combined_bengali_252k
base_model:
- meta-llama/Llama-3.2-1B
pipeline_tag: question-answering
---


# Bangla LLaMA GGUF 1B-16bit

**Bangla LLaMA GGUF** is a 1-billion-parameter language model optimized for Bengali-language tasks such as context-based question answering and retrieval-augmented generation. It is derived from **LLaMA 3.2 1B** and trained on the [OdiaGenAI/all_combined_bengali_252k](https://huggingface.co./datasets/OdiaGenAI/all_combined_bengali_252k) dataset.

## Features

- **Model Size:** 1B parameters
- **Format:** GGUF (16-bit)
- **Language:** Bengali
- **Use Cases:**
  - Context-based Question Answering
  - Bengali Retrieval-Augmented Generation
- **Integration:** Compatible with `llama.cpp` and Hugging Face `transformers` (with conversion)

## Usage

### 1. Using with `llama.cpp`

#### Setup

```bash
git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
make
```

#### Run Inference

```bash
./main -m path/to/asif00/bangla-llama-1B-gguf-16bit.gguf -p "আপনার প্রশ্ন এখানে"
```

### 2. Using with Hugging Face Transformers

**Note:** GGUF format is not directly supported by `transformers`. Conversion to a compatible format is required.

#### Prerequisites

```bash
pip install transformers accelerate
```

#### Example Script

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

# Load tokenizer and model (after conversion)
tokenizer = AutoTokenizer.from_pretrained("asif00/bangla-llama-1B")
model = AutoModelForCausalLM.from_pretrained("path/to/converted-model")

prompt = """
নিচের নির্দেশনা বাংলা ভাষায় যা একটি কাজ বর্ণনা করে, এবং ইনপুটও বাংলা ভাষায় যা অতিরিক্ত প্রসঙ্গ প্রদান করে। উপযুক্তভাবে অনুরোধ পূরণ করে বাংলা ভাষায় একটি প্রতিক্রিয়া লিখুন।

### নির্দেশনা:
{}

### ইনপুট:
{}

### প্রতিক্রিয়া:
"""

def generate_response(instruction, context):
    input_text = prompt.format(instruction, context)
    inputs = tokenizer(input_text, return_tensors="pt").to("cuda")
    output = model.generate(**inputs, max_length=512, eos_token_id=tokenizer.eos_token_id)
    response = tokenizer.decode(output[0], skip_special_tokens=True)
    response = response.split("### প্রতিক্রিয়া:")[-1].strip()
    return response

# Example
instruction = "ভারতীয় বাঙালি কথাসাহিত্যিক মহাশ্বেতা দেবীর সম্পর্কে একটি সংক্ষিপ্ত বিবরণ দিন।"
context = "মহাশ্বেতা দেবী ২০১৬ সালে হৃদরোগে আক্রান্ত হয়ে কলকাতায় মৃত্যুবরণ করেন।"
print(generate_response(instruction, context))
```

## Example

```python
question = "ভারতীয় বাঙালি কথাসাহিত্যিক মহাশ্বেতা দেবীর মৃত্যু কবে হয় ?"
context = (
    "২০১৬ সালের ২৩ জুলাই হৃদরোগে আক্রান্ত হয়ে মহাশ্বেতা দেবী কলকাতার বেল ভিউ ক্লিনিকে ভর্তি হন। "
    "সেই বছরই ২৮ জুলাই একাধিক অঙ্গ বিকল হয়ে তাঁর মৃত্যু ঘটে। তিনি মধুমেহ, সেপ্টিসেমিয়া ও মূত্র সংক্রমণ রোগেও ভুগছিলেন।"
)
answer = generate_response(question, context)
print("উত্তর:", answer)
```

**Output:**
```
উত্তর: মহাশ্বেতা দেবী ২৮ জুলাই ২০১৬ সালে মৃত্যুবরণ করেন।
```

## Limitations

- **Dataset Size:** Trained on a limited dataset, which may affect response accuracy.
- **Factuality:** May generate incorrect or nonsensical answers.
- **Language Support:** Primarily optimized for Bengali; performance may vary for other languages.

## Disclaimer

The **Bangla LLaMA GGUF** model's performance is contingent on the quality and diversity of the training data. Users should verify the information generated, especially for critical applications.

## Additional Resources

- **llama.cpp Repository:** [https://github.com/ggerganov/llama.cpp](https://github.com/ggerganov/llama.cpp)
- **Hugging Face Dataset:** [OdiaGenAI/all_combined_bengali_252k](https://huggingface.co./datasets/OdiaGenAI/all_combined_bengali_252k)
- **Model Page:** [asif00/bangla-llama-1B-gguf-16bit](https://huggingface.co./asif00/bangla-llama-1B-gguf-16bit)