Atomic-Ai/AtomicGPT-T1-18042025

AtomicGPT T1 18042025

Beschreibung

AtomicGPT T1 18042025

AtomicGPT T1 18042025 ist die neueste Version des ursprünglichen AtomicGPT T1.
Dieses Update bringt spürbare Verbesserungen bei der Antwortqualität und im Denkprozess – das Modell reflektiert länger und liefert dadurch durchdachtere Antworten.

Was ist neu?

• Verdoppelter Token-Speicher:
  Statt 1.024 Tokens kann das neue Modell jetzt 2.048 Tokens verarbeiten – das bedeutet: mehr Kontext, mehr Informationen, bessere Antworten.

• Verbessertes Training:
  Das Training dauerte etwa eine Stunde mit insgesamt 10 Epochen.
  Der Datensatz wurde außerdem von 800 KB auf 1 MB erweitert – mehr Wissen für die KI!

Fun Fact

Das "T" im Namen steht für Think – weil dieses Modell nicht nur antwortet, sondern mitdenkt.

Für das Training wurde unser vorheriges Modell AtomicGPT 3.0 verwendet.
Deswegen kann das Modell mit ausreichend Wissen bereitgestellt werden!

AtomicGPT T1 ist ein kleines deutsches KI-Modell, das in der Lage ist, qualitativ hochwertige Antworten in deutscher Sprache zu liefern.
Das Modell ist noch nicht perfekt, aber in der Vergangenheit wurde es kontinuierlich mit verbessertem Wissen ausgestattet.

Vergleiche

Aufgaben	L-GPT_1.5	L-GPT_1.5 mini	AtomicGPT 1.0	AtomicGPT 2.0	AtomicGPT 3.0	AtomicGPT T1	AtomicGPT T1 18042025
Q&A	73.33%	64.17%	58.33%	59.17%	90%	100%	100%
Hard Q&A	–	–	–	–	62.50%	35.00%	93,33%

---

Verwendung

Um das Modell zu verwenden, stelle sicher, dass der Prompt im folgenden Format gesendet wird:

<user>prompt<End><AI Assistent>

Wenn <End> erkannt wird, sollte die Generierung gestoppt werden.

from transformers import pipeline, AutoTokenizer, AutoModelForCausalLM
import torch

# Modell und Tokenizer laden
MODEL_PATH = "Atomic-Ai/AtomicGPT-T1-18042025"

tokenizer = AutoTokenizer.from_pretrained(MODEL_PATH)
model = AutoModelForCausalLM.from_pretrained(MODEL_PATH)

print("Spezielle Tokens:", tokenizer.additional_special_tokens)
print("Pad Token:", tokenizer.pad_token)
print("EOS Token:", tokenizer.eos_token)

device = 0 if torch.cuda.is_available() else -1
print(f"Verwende {'GPU' if device == 0 else 'CPU'} für Inferenz")

chatbot = pipeline(
    "text-generation",
    model=model,
    tokenizer=tokenizer,
    device=device
)

def generate_response(prompt):
    output = chatbot(
        prompt,
        max_new_tokens=2048,
        eos_token_id=50268,
        pad_token_id=tokenizer.pad_token_id,
        do_sample=True,
        temperature=0.7,
        top_p=0.9,
        top_k=50,
        repetition_penalty=1.1
    )
    return output[0]['generated_text']

def format_chat(user_input):
    return f"<user>{user_input}<End><AI Assistent>"

def extract_assistant_response(full_text):
    try:
        parts = full_text.split("<AI Assistent>")
        if len(parts) > 1:
            response_part = parts[1]
            if "<End>" in response_part:
                return response_part.split("<End>")[0].strip()
            else:
                return response_part.strip()
        return "Fehler: Antwortformat ungültig"
    except Exception as e:
        return f"Fehler bei der Extraktion: {str(e)}"

def main():
    print("\n=== AtomicGPT Chat ===")
    print("Chat gestartet! Gib 'exit' ein, um zu beenden.")
    print("----------------------------------")
    
    while True:
        user_input = input("\nDu: ")
        if user_input.lower() in ['exit', 'quit', 'ende']:
            print("Chat beendet. Auf Wiedersehen!")
            break
            
        try:
            prompt = format_chat(user_input)
            full_response = generate_response(prompt)
            assistant_response = extract_assistant_response(full_response)
            print(f"\nAI Assistent: {assistant_response}")
        except Exception as e:
            print(f"\nFehler: {str(e)}")
            print("Versuche es mit einer anderen Eingabe.")

if __name__ == "__main__":
    main()

---

Unterstütze uns

Tritt unserer Community bei:
👉 Discord Server

---