--- 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 ## 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.