🇲🇦 🤖 MoroccanTourismAgent - Fine-tuned Mistral 7B Model 🤖 🇲🇦

DIGICACTUS

Generative AI Fine-tuning LLMs with LoRA

Description
MoroccanTourismAgent est un modèle de langage fine-tuné basé sur Mistral 7B, conçu pour répondre à toutes les questions liées au tourisme au Maroc. Utilisant un dataset riche en informations sur les destinations touristiques marocaines, ce modèle sert d’agent conversationnel pour aider les voyageurs à planifier et organiser leurs séjours dans le pays.

Caractéristiques

Agent Conversationnel : Répond de manière interactive aux questions sur les lieux d’intérêt, la culture, la gastronomie, et les options de transport au Maroc.
Planification Personnalisée : Aide à organiser des itinéraires de voyage personnalisés en proposant des recommandations d’hôtels, de restaurants, d’activités, et de destinations.
Connaissances Locales : Donne des réponses précises et enrichies sur l’histoire, la géographie, et les traditions marocaines, basées sur des sources locales fiables.
Multilingue : Capable de répondre en plusieurs langues, y compris l’anglais, le français, et l’arabe, afin de s’adapter à un public international.
Developed by: Digicactus
Funded by [optional]: [More Information Needed]
Shared by [optional]: [More Information Needed]
Model type: [More Information Needed]
Language(s) (NLP): [More Information Needed]
License: [More Information Needed]
Finetuned from model [optional]: [More Information Needed]

Architecture du Modèle

Modèle de Base : Mistral 7B
Dataset pour le Fine-tuning : Un dataset spécialisé, composé de sources sur le tourisme marocain, incluant des guides de voyage, des blogs, et des ressources locales.
Objectif : Offrir une assistance fiable et en temps réel pour améliorer l’expérience de voyage au Maroc en fournissant des recommandations et des informations précises.

Comment Utiliser

Installer les Dépendances : Assurez-vous d’avoir installé les librairies nécessaires :
```
pip install transformers torch
```
Charger le Modèle : Utilisez la librairie transformers pour charger le modèle MoroccanTourismAgent : “`python from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained(“path_to_model”) model = AutoModelForCausalLM.from_pretrained(“path_to_model”)

input_text = “Quels sont les meilleurs endroits à visiter à Marrakech ?” inputs = tokenizer(input_text, return_tensors=“pt”) outputs = model.generate(**inputs) response = tokenizer.decode(outputs[0], skip_special_tokens=True)

print(response) “`

Poser des Questions : Posez des questions en langage naturel liées au tourisme au Maroc, telles que :
- “Quel est le meilleur moment pour visiter la vallée de l’Ourika ?”
- “Quelles sont les activités à ne pas manquer à Essaouira ?”
- “Comment se rendre de Casablanca à Rabat en train ?”

Exemples de Requêtes

Destinations : “Quels sont les sites touristiques incontournables au Maroc ?”
Transport : “Quels sont les moyens de transport pour voyager entre les villes marocaines ?”
Hébergement : “Recommandez-moi des riads à Marrakech avec une vue sur la médina.”
Activités : “Quelles sont les meilleures excursions à faire dans le désert marocain ?”

Informations sur le Dataset

Le dataset utilisé pour fine-tuner le modèle provient de multiples sources : - Guides de voyage marocains et sites web spécialisés en tourisme. - Blogs et forums de voyage sur les expériences au Maroc. - Données culturelles et géographiques pour enrichir les réponses sur l’histoire et la culture marocaine.

Applications

Agences de Voyages : Utilisez cet agent pour fournir une assistance personnalisée aux clients en temps réel et planifier leurs voyages au Maroc.
Plateformes Touristiques : Intégrez cet agent conversationnel dans vos sites web ou applications pour offrir un service d’aide au voyage en ligne.
Voyageurs Individuels : Utilisez cet agent pour obtenir des recommandations précises sur les destinations et planifier votre séjour au Maroc.

Améliorations Futures

Étendre le dataset pour inclure des destinations moins connues et des expériences de voyage uniques.
Ajouter des fonctionnalités vocales pour un assistant conversationnel plus immersif.
Optimiser le modèle pour répondre à des requêtes complexes sur les itinéraires multi-destinations.

License

Ce projet est sous licence MIT.

Readme