README.md

---
tags:
- ARICATE
- Lam-2
- Slm
- Génération de texte
- LAM
- Aricate architecture
license: other
datasets:
- Clem27sey/Nacid
language:
- fr
pipeline_tag: text-generation
model-index:
- name: Lam-2 (Aricate V4)
  results:
  - task:
      type: text-generation
      name: Génération de Texte
    metrics:
    - type: n_parameters
      value: 725,374
      name: Nombre de paramètres (Total)
      unit: parameter
---

# 🚀 Lam-2 (Aricate V4) : Un SLM Coherent et Créatif

![Lam-2](http://www.image-heberg.fr/files/17611484311798663078.jpg)

**Lam-2** est la deuxième itération d'un **Small Language Model (SLM)** développé sous l'architecture personnalisée **Aricate V4**.

Il a été entraîné pour exceller dans les tâches de **Question/Réponse (Q/A)** tout en assurant une **cohérence linguistique** supérieure. Lam-2 marque une avancée significative en passant d'une génération par tokens instable (Lam-1) à une génération de phrases complètes, grammaticalement parfaites, capables d'une grande **créativité** à haute température.

| Caractéristique | Lam-1 (Legacy) | **Lam-2 (Aricate V4)** |
| :--- | :--- | :--- |
| **Architecture** | RNN Simple | **GRU + Attention Additive** |
| **Cohérence** | Instable (mots illisibles) | **Élevée (Grammaire et Orthographe parfaites)** |
| **Méthode d'Entraînement** | Séquentiel Simple | Préd. Mot Suivant (avec Padding) |
| **Génération** | Beam Search Déterministe | **Beam Search & Top-K Sampling** |

## 🎯 But du Modèle et Cas d'Usage

Le Framework Aricate V4 vise à démontrer qu'une architecture légère et personnalisée peut générer des réponses pertinentes et originales.

  * **Cas d'Usage Primaire :** Systèmes de Question/Réponse sur des bases de connaissances spécifiques (comme le jeu de données `Nacid` utilisé pour l'entraînement initial).
  * **Potentiel Créatif :** Grâce au **Top-K Sampling** et à la **Température**, Lam-2 peut être ajusté pour générer des textes créatifs ou exploratoires tout en conservant une excellente syntaxe.

-----

## 🏗️ Architecture Aricate V4 : Clé de la Stabilité

Le bond en avant en matière de cohérence linguistique (par rapport à Lam-1) est dû à l'intégration du mécanisme d'Attention dans une architecture récurrente solide.

### 1\. Le Stabilisateur GRU (Gated Recurrent Unit)

La GRU est responsable de la lecture de la séquence d'entrée (Question + `  <sep> `) et de la rétention de la mémoire contextuelle.

  * Elle garantit la **cohésion grammaticale** : en apprenant les règles de l'ordre des mots, la GRU assure que le mot généré est syntaxiquement correct par rapport aux mots précédents. C'est pourquoi Lam-2 maintient une **orthographe et une structure de phrase impeccables**, même lorsque le contenu sémantique devient imprévisible.

### 2\. Le Focalisateur d'Attention Additive

Le mécanisme d'Attention (dit Bahdanau) est crucial pour la pertinence :

  * Il permet au modèle de **pondérer l'importance** des mots de la question à chaque étape de la génération.
  * En combinant le **Vecteur de Contexte** (ce sur quoi il faut se concentrer) avec l'**État Caché Final** (ce qu'il sait jusqu'à présent), Lam-2 produit des réponses qui se rapportent au sujet.

-----

## 🧪 Potentiel Créatif : Température et Sampling

Lam-2 peut être exploité bien au-delà de la réponse déterministe grâce à ses paramètres d'inférence avancés.

### 1\. Le Mode Déterministe (Cohérence Maximale)

  * **Méthode :** **Beam Search**
  * **Résultat :** Le modèle explore plusieurs chemins de phrase, mais choisit la séquence la plus probable. Idéal pour les réponses factuelles et précises.

### 2\. Le Mode Créatif (Potentiel Émergent) 💡

Lam-2 excelle dans l'exploration linguistique lorsque les paramètres de génération sont ajustés. C'est là que réside son potentiel créatif et sa capacité à générer des phrases **originales** :

| Paramètre | Valeur Typique | Effet sur Lam-2 |
| :--- | :--- | :--- |
| **`temperature`** | **$1.1$ à $1.3$ (Haute)** | Rend le modèle **moins prédictif** et plus aventureux, augmentant la probabilité de choisir des mots peu fréquents. (Peut conduire à des "délires originaux" si trop élevée). |
| **`top_k`** | **$10$ à $30$** | Limite le choix aléatoire aux **$K$ mots les plus probables**, ce qui maintient le délire dans un cadre linguistique pertinent et évite les séquences inutilisables. |

En utilisant une **haute température**, Lam-2 génère des séquences qui **n'existaient pas dans la *dataset***, prouvant qu'il a internalisé les règles de la langue pour composer de nouvelles phrases.

-----

## 🛠️ Utilisation Avancée : Chargement du Modèle

Lam-2 est publié sous format **Safetensors** pour un chargement sécurisé et rapide.

### Installation

```bash
pip install torch huggingface_hub safetensors
```

### Chargement et Génération (Mode Créatif)

L'utilisation d'une fonction d'inférence personnalisée est nécessaire pour manipuler le **`WordTokenizer`** Aricate et les paramètres d'échantillonnage.

```python
# Nécessite les classes AricateModel et WordTokenizer pour fonctionner.
from your_aricate_library import AricateModel, WordTokenizer, generate_sequence, load_lam2_model 

LAM2_REPO_ID = "Clemylia/lam-2"

# 1. Chargement du modèle
lam2_model, lam2_tokenizer, max_len = load_lam2_model(LAM2_REPO_ID)

# 2. Test en mode créatif
question = "Pourquoi l'architecture Aricate est-elle si géniale ?"

generate_sequence(
    model=lam2_model,
    tokenizer=lam2_tokenizer,
    question=question,
    max_length=20,
    max_len_input=max_len,
    temperature=1.2,   # Pour plus de créativité !
    top_k=15           # Pour un choix limité aux 15 meilleurs mots.
)
```

-----

**Développé par :** (Clemylia)
**Dataset d'Entraînement :** `Clem27sey/Nacid` (Q/A)
**License :** MIT

exemple d'inférence :

```
import torch
import torch.nn as nn
import torch.nn.functional as F
import json
import os
import collections
import heapq
# Importations des librairies nécessaires pour le chargement
from huggingface_hub import hf_hub_download
from safetensors.torch import load_file as load_safetensors_file

# --- A. AricateAttentionLayer (Inchangé) ---
class AricateAttentionLayer(nn.Module):
    # ... (code inchangé) ...
    """Couche d'Attention Additive (Bahdanau)."""
    def __init__(self, hidden_dim):
        super(AricateAttentionLayer, self).__init__()
        self.W = nn.Linear(hidden_dim, hidden_dim)
        self.U = nn.Linear(hidden_dim, hidden_dim)
        self.V = nn.Linear(hidden_dim, 1, bias=False)
    def forward(self, rnn_outputs, last_hidden):
        last_hidden_expanded = last_hidden.unsqueeze(1)
        energy = torch.tanh(self.W(rnn_outputs) + self.U(last_hidden_expanded))
        attention_weights_raw = self.V(energy).squeeze(2)
        attention_weights = F.softmax(attention_weights_raw, dim=1)
        context_vector = torch.sum(rnn_outputs * attention_weights.unsqueeze(2), dim=1)
        return context_vector

# --- B. AricateModel (Inchangé) ---
class AricateModel(nn.Module):
    # ... (code inchangé) ...
    """Architecture Aricate V4, adaptée pour le rechargement."""
    def __init__(self, vocab_size: int, embedding_dim: int, hidden_dim: int, num_layers: int = 1, config: dict = None):
        super(AricateModel, self).__init__()

        if config is not None:
             vocab_size = config.get("vocab_size", vocab_size)
             embedding_dim = config.get("embedding_dim", embedding_dim)
             hidden_dim = config.get("hidden_dim", hidden_dim)
             num_layers = config.get("num_layers", num_layers)

        self.vocab_size = vocab_size
        self.embedding_dim = embedding_dim
        self.hidden_dim = hidden_dim
        self.num_layers = num_layers

        self.word_embeddings = nn.Embedding(num_embeddings=vocab_size, embedding_dim=embedding_dim, padding_idx=0)
        self.rnn = nn.GRU(input_size=embedding_dim, hidden_size=hidden_dim, num_layers=num_layers, batch_first=True)
        self.attention = AricateAttentionLayer(hidden_dim)
        self.hidden_to_vocab = nn.Linear(hidden_dim * 2, vocab_size)

    def forward(self, input_words):
        embeds = self.word_embeddings(input_words)
        rnn_out, hn = self.rnn(embeds)
        last_hidden = hn[-1]
        context_vector = self.attention(rnn_out, last_hidden)
        combined_features = torch.cat((context_vector, last_hidden), dim=1)
        logits = self.hidden_to_vocab(combined_features)
        return logits

# --- C. WordTokenizer (Inchangé) ---
class WordTokenizer:
    # ... (code inchangé) ...
    """Tokenizer Aricate adapté pour recharger à partir du vocabulaire publié."""
    def __init__(self, word_to_id: dict):
        self.word_to_id = word_to_id
        self.id_to_word = {id: word for word, id in word_to_id.items()}
        self.vocab_size = len(word_to_id)
        self.special_tokens = {
            '<pad>': word_to_id['<pad>'],
            '<unk>': word_to_id['<unk>'],
            '<eos>': word_to_id['<eos>'],
            '<sep>': word_to_id['<sep>'],
        }

    def encode(self, text, add_eos=False):
        words = text.lower().split()
        if add_eos:
            words.append('<eos>')
        ids = [self.word_to_id.get(word, self.word_to_id['<unk>']) for word in words]
        return ids

    def decode(self, ids):
        words = [self.id_to_word.get(id, '<unk>') for id in ids]
        return " ".join(word for word in words if word not in ['<pad>', '<unk>', '<eos>', '<sep>'])

# --- D. Fonction de Génération (MODIFIÉE pour Top-K Sampling et Temperature) ---
def generate_sequence(model, tokenizer, question, max_length, max_len_input, temperature=1.0, top_k=None):
    """
    Génère la réponse en utilisant Top-K Sampling et Temperature.
    
    Args:
        temperature (float): Ajuste la créativité (T > 1.0) ou la prudence (T < 1.0).
        top_k (int/None): Limite le choix aux K mots les plus probables pour l'échantillonnage.
    """
    model.eval()
    
    sep_id = tokenizer.special_tokens['<sep>']
    eos_id = tokenizer.special_tokens['<eos>']

    question_ids = tokenizer.encode(question)
    current_sequence = question_ids + [sep_id]
    
    print(f"\n--- Q/A Génération (Sampling | T={temperature:.2f} | K={top_k if top_k else 'désactivé'}) ---")
    print(f"Question: '{question}'")

    with torch.no_grad():
        for _ in range(max_length):
            
            # Préparer l'entrée
            input_ids_to_pad = current_sequence[-max_len_input:] if len(current_sequence) > max_len_input else current_sequence
            padding_needed = max_len_input - len(input_ids_to_pad)
            input_ids_padded = [tokenizer.special_tokens['<pad>']] * padding_needed + input_ids_to_pad
            input_tensor = torch.tensor(input_ids_padded).unsqueeze(0)

            # 1. Obtention des logits
            logits = model(input_tensor).squeeze(0)

            # 2. Application de la Temperature
            if temperature != 1.0 and temperature > 0:
                logits = logits / temperature

            # 3. Application du Top-K
            if top_k is not None:
                # Filtrer les logits pour ne garder que le top_k
                values, indices = torch.topk(logits, k=top_k)
                
                # Créer un masque (tensor rempli de -inf)
                mask = torch.ones_like(logits) * float('-inf')
                
                # Mettre à jour le masque avec les valeurs filtrées
                logits = torch.scatter(mask, dim=0, index=indices, src=values)

            # 4. Convertir en probabilités et échantillonner
            probabilities = F.softmax(logits, dim=-1)
            
            # S'assurer que les probabilités somment à 1
            if top_k is not None:
                probabilities = probabilities.div(probabilities.sum())
            
            predicted_id = torch.multinomial(probabilities, num_samples=1).item()

            # 5. Mettre à jour la séquence
            current_sequence.append(predicted_id)

            if predicted_id == eos_id:
                break

    # 6. Décodage
    try:
        sep_index = current_sequence.index(sep_id)
        response_ids = [id for id in current_sequence[sep_index+1:] if id != eos_id]
    except ValueError:
        response_ids = current_sequence

    final_response = tokenizer.decode(response_ids)
    
    # Dans le sampling, on n'a pas de score de log-probabilité unique comme dans Beam Search.
    print(f"Réponse générée: '{final_response}'")
    print("-" * 40)
    
    return final_response

# --- E. Fonction de Chargement du Modèle Lam-2 (Inchangée) ---
def load_lam2_model(repo_id: str):
    # ... (code inchangé) ...
    """
    Télécharge et charge le modèle Lam-2 et son tokenizer depuis Hugging Face.
    """
    print(f"--- Chargement de Lam-2 depuis {repo_id} ---")

    # 1. Télécharger le tokenizer
    tokenizer_path = hf_hub_download(repo_id=repo_id, filename="aricate_tokenizer.txt")
    with open(tokenizer_path, 'r', encoding='utf-8') as f:
        word_to_id = json.load(f)
    tokenizer = WordTokenizer(word_to_id)
    print(f"Tokenizer chargé. Taille du vocabulaire: {tokenizer.vocab_size}")

    # 2. Télécharger la configuration
    config_path = hf_hub_download(repo_id=repo_id, filename="config.json")
    with open(config_path, 'r') as f:
        model_config = json.load(f)
    print("Configuration du modèle chargée.")

    # 3. Initialiser le modèle
    model = AricateModel(
        vocab_size=model_config['vocab_size'],
        embedding_dim=model_config['embedding_dim'],
        hidden_dim=model_config['hidden_dim'],
        config=model_config
    )

    # 4. Télécharger et charger les poids Safetensors
    weights_path = hf_hub_download(repo_id=repo_id, filename="model.safetensors")
    state_dict = load_safetensors_file(weights_path)

    model.load_state_dict(state_dict)
    print("Poids du modèle Safetensors chargés avec succès.")

    MAX_LEN_INPUT_DEFAULT = 30

    print("-" * 40)
    return model, tokenizer, MAX_LEN_INPUT_DEFAULT

# --- F. Bloc principal d'exécution (MISE À JOUR) ---
if __name__ == '__main__':

    LAM2_REPO_ID = "NaaClem/Lam-2"
    MAX_GENERATION_LENGTH = 15
    
    # 🚨 NOUVEAUX PARAMÈTRES POUR LE TEST 🚨
    TEST_TEMPERATURE = 0.9 # > 1.0 pour plus de créativité/aléatoire
    TEST_TOP_K = 10         # Limite le choix aux 10 mots les plus probables

    test_questions = [
        "Quel est le pays de la Tour Eiffel ? la France ou le Japon ?",
        "Qui a écrit \"Le Petit Prince\" ?",
        "l'élément chimique de l'eau ?",
        "Notre système solaire compte combien de planètes ?",
        "L'animal le plus rapide du monde ?",
    ]

    try:
        # 1. Chargement du modèle
        lam2_model, lam2_tokenizer, max_len_input = load_lam2_model(LAM2_REPO_ID)

        print(f"\n>>> TEST D'INFÉRENCE LAM-2 EN MODE CRÉATIF (T={TEST_TEMPERATURE}, K={TEST_TOP_K}) <<<")

        # 2. Infèrence (Appel à la nouvelle fonction)
        for question in test_questions:
            generate_sequence( # Remplacement de generate_sequence_beam
                model=lam2_model,
                tokenizer=lam2_tokenizer,
                question=question,
                max_length=MAX_GENERATION_LENGTH,
                max_len_input=max_len_input,
                temperature=TEST_TEMPERATURE,
                top_k=TEST_TOP_K
            )

    except Exception as e:
        print(f"\n❌ Une erreur est survenue lors du chargement ou de l'inférence.")
        print(f"Détail de l'erreur: {e}")
        print("Vérifiez l'installation des dépendances et le REPO_ID.")
```

🛑 : **Lam, sur toutes ses iterations et modèles (Lam-1, Lam-2, Lam-3 , et supérieur etc...), sont des créations de Clemylia, et du studio LES-IA-ETOILES. De ce fait, ce SlM est la propriété de l'organisation qui le crée et le maintient.**

nous ne sommes pas responsable en cas d'hallucinations de propos dangereux du modèle.
cest a vous de faire la part des choses

**Fichier quantifier de Lam-2** : lam-2_arica_quantized.arica (présent juste à côté des poids de Lam-2 dans son dépôt)