---
library_name: transformers
tags:
- unsloth
license: gpl-3.0
language:
- id
base_model:
- meta-llama/Llama-3.2-3B-Instruct
pipeline_tag: question-answering
---

# Model Chatbot Pegon.ai

## Gambaran Model
Model ini adalah AI percakapan yang dirancang untuk membantu memahami dan menghasilkan teks terkait aksara Pegon, sebuah varian aksara Arab yang digunakan untuk menulis bahasa Jawa, sunda, dan madura, Khususnya dalam konteks teks-teks Islami. Chatbot ini dilatih untuk merespons pertanyaan dan memberikan informasi mengenai huruf Pegon dan penggunaannya.

Model ini dapat:
- Memberikan informasi tentang sejarah dan struktur aksara Pegon.
- Menjelaskan aturan dan pola dalam ortografi Pegon.

## Penggunaan yang Dimaksud
Model ini dirancang untuk digunakan dalam lingkungan pendidikan, proyek penelitian, atau untuk pertanyaan umum mengenai aksara Pegon. Model ini dapat membantu pelajar bahasa, ahli bahasa, dan peneliti untuk mengeksplorasi nuansa penulisan Pegon. Anda dapat menggunakannya untuk bertanya tentang karakter, kata, atau topik umum yang berkaitan dengan aksara Pegon.

### Contoh Pertanyaan:
- "Apa perbedaan antara Pegon dan aksara Jawa?"
- "Siapa penemu huruf Pegon?"
- "Kenapa huruf pegon diciptakan?"

## Detail Model

- **Tipe Model**: Chatbot
- **Bahasa**: Bahasa Indonesia (dengan pemahaman terhadap aksara Pegon dan beberapa bahasa terkait seperti Jawa dan Arab)
- **Data Latih**: Model ini telah di-fine-tune menggunakan dataset teks aksara Pegon dan sumber daya linguistik terkait.
- **Versi**: 1.0.0

## Penggunaan

Anda dapat berinteraksi dengan model ini menggunakan library `transformers` dari Hugging Face.

### Contoh Kode:

```python
import torch
from transformers import pipeline

model_id = "kucingcoder/Capstone-Chatbot-Pegon.ai"

pipe = pipeline(
    "text-generation",
    model=model_id,
    torch_dtype="auto",
    device_map="auto",
)

messages = [
    {"role": "system", "content": "You are an experienced customer support person named Tono.\nBe polite to users and answer all Pegon related queries."},
    {"role": "user", "content": "Apa itu huruf pegon?"},
]

outputs = pipe(
    messages,
    max_new_tokens=256,
)

print(outputs[0]["generated_text"][-1])