🔧 FIXED: Modèle complet avec tous les fichiers nécessaires

README.md

@@ -13,11 +13,11 @@ model_type: gemma
 pipeline_tag: text-generation
 ---
 
-# 🏠 Gemma Smart Lamp Assistant (Français)
+# 🏠 Gemma Smart Lamp Assistant
 
-**Modèle IA complet pour contrôle de lampes connectées**
+**Modèle IA complet pour contrôler des lampes connectées en français**
 
-## 🚀 Utilisation
+## 🚀 Utilisation sur Raspberry Pi
 
 ```python
 from transformers import AutoTokenizer, AutoModelForCausalLM
@@ -28,11 +28,10 @@ model_name = "TomSft15/gemma-3-smart-lamp-assistant-fr"
 tokenizer = AutoTokenizer.from_pretrained(model_name)
 model = AutoModelForCausalLM.from_pretrained(
     model_name,
-    torch_dtype=torch.float32,  # Pour CPU/Raspberry Pi
-    device_map="auto"           # Pour GPU
+    torch_dtype=torch.float32,  # Compatible CPU
+    low_cpu_mem_usage=True
 )
 
-# Contrôler la lampe
 def control_lamp(instruction):
     prompt = f"<bos><start_of_turn>user\n{instruction}<end_of_turn>\n<start_of_turn>model\n"
     inputs = tokenizer(prompt, return_tensors="pt")
@@ -53,23 +52,25 @@ def control_lamp(instruction):
             return response[start_idx:end_idx].strip()
     return response
 
-# Exemples
+# Tests
 print(control_lamp("Allume la lampe"))      # "J'ai allumé la lampe."
 print(control_lamp("Couleur rouge"))        # "La lampe est maintenant rouge."
 print(control_lamp("Baisse à 50%"))         # "La luminosité est à 50%."
 ```
 
-## 📊 Performances
+## 📊 Commandes supportées
 
-- **Modèle** : Gemma 2 2B + LoRA fine-tuning
-- **Précision** : >90% sur commandes de base
-- **Compatible** : CPU et GPU
-- **Taille** : ~1.8GB (modèle complet)
+- **Allumage/Extinction** : "Allume la lampe", "Éteins", "On", "Off"
+- **Couleurs** : "Rouge", "Bleu", "Vert", "Jaune", "Blanc"
+- **Luminosité** : "Plus fort", "Baisse", "50%", "Maximum", "Minimum"
 
-## 🎯 Commandes supportées
+## ✅ Modèle complet
 
-- **Allumage/Extinction** : "Allume", "Éteins", "On", "Off"
-- **Couleurs** : "Rouge", "Bleu", "Vert", "Jaune", "Blanc"
-- **Luminosité** : "Plus fort", "Baisse", "50%", "Maximum"
+Ce modèle contient tous les fichiers nécessaires (`model.safetensors`, `config.json`, etc.) et est compatible avec `AutoModelForCausalLM`.
 
-✅ **Modèle complet** - Compatible avec `AutoModelForCausalLM`
+## 🛠️ Spécifications
+
+- **Base** : Gemma 2 2B + LoRA fine-tuning
+- **Dataset** : 50+ exemples français
+- **Taille** : ~1.8GB
+- **Compatible** : CPU et GPU