Update README.md

README.md

@@ -9,50 +9,60 @@ tags:
 licence: license
 ---
 
-# Model Card for mistral-bloom-finetune
 
-This model is a fine-tuned version of [mistralai/Mistral-7B-Instruct-v0.3](https://huggingface.co/mistralai/Mistral-7B-Instruct-v0.3).
-It has been trained using [TRL](https://github.com/huggingface/trl).
+# 🤖 Thai-HomeworkGen — โมเดลสร้าง/แก้โจทย์คณิตศาสตร์ภาษาไทย
 
-## Quick start
+**Thai-HomeworkGen** เป็นโมเดลภาษาไทยขนาด 7B ที่ถูก fine-tune ด้วยเทคนิค **Supervised Fine-tuning (SFT)**  
+โดยใช้ไลบรารี [`trl`](https://github.com/huggingface/trl) ร่วมกับ **QLoRA** บนฐาน [mistralai/Mistral-7B-Instruct-v0.3](https://huggingface.co/mistralai/Mistral-7B-Instruct-v0.3)
 
-```python
-from transformers import pipeline
+---
+
+## 🎯 จุดประสงค์ของโมเดล
 
-question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
-generator = pipeline("text-generation", model="TK17250/mistral-bloom-finetune", device="cuda")
-output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
-print(output["generated_text"])
-```
+- ✅ สร้างโจทย์คณิตศาสตร์ใหม่ในรูปแบบภาษาไทย
+- ✅ แสดงวิธีทำและคำตอบที่ชัดเจน
+- ✅ รองรับระดับความคิดตามแนวทาง **Bloom’s Taxonomy**
+- ✅ ออกแบบมาเพื่อใช้ในบริบทการศึกษา การสอน และการวัดผล reasoning
 
-## Training procedure
+---
 
- 
+## 🧠 ข้อมูลการฝึก (Training Details)
 
+- **Base Model:** `mistralai/Mistral-7B-Instruct-v0.3`
+- **Library:** [`trl`](https://github.com/huggingface/trl) (`SFTTrainer`)
+- **Adapter:** QLoRA (`peft`)
+- **Batch Size:** 2 × 4 (gradient_accumulation)
+- **Epochs:** 3
+- **Sequence Length:** 1024
+- **Dataset:** Thai Math Dataset (~32K examples, translated + aligned)
 
-This model was trained with SFT.
+โมเดลถูกฝึกด้วย QLoRA โดยใช้เทคนิค **low-rank adapter (LoRA)** ร่วมกับ quantization 4-bit  
+เพื่อให้สามารถฝึกบน GPU ขนาดกลาง เช่น A100 หรือ Colab Pro ได้อย่างมีประสิทธิภาพ
 
-### Framework versions
+---
 
-- TRL: 0.17.0
-- Transformers: 4.51.3
-- Pytorch: 2.6.0+cu124
-- Datasets: 3.6.0
-- Tokenizers: 0.21.1
+## 📦 Dataset ที่ใช้
 
-## Citations
+ชื่อชุดข้อมูล: **Thai-HomeworkGen-32K**
+เนื้อหา: โจทย์คณิตศาสตร์ภาษาไทยระดับมัธยมปลาย พร้อมวิธีทำ คำตอบ และระดับ Bloom Taxonomy
+ต้นฉบับแปลจากชุดข้อมูลภาษาอังกฤษ
+1. [MathQA (allenai)](https://huggingface.co/datasets/allenai/math_qa)  
+2. [MATH-500 (HuggingFaceH4)](https://huggingface.co/datasets/HuggingFaceH4/MATH-500)  
+3. [MATH-Algebra](https://huggingface.co/datasets/themanas021/MATH-Algebra)  
+4. [math-mixture: mix_intermediate_algebra97_algebra01_prealgebra00](https://huggingface.co/datasets/andrewsiah/math-mixture-mix_intermediate_algebra97_algebra01_prealgebra00)  
+5. [math-mixture: mix_algebra76_prealgebra12_number_theory08](https://huggingface.co/datasets/andrewsiah/math-mixture-mix_algebra76_prealgebra12_number_theory08)  
+6. [Math-algebra (datafreak)](https://huggingface.co/datasets/datafreak/Math-algebra)  
+7. [MATH Dataset (Hendrycks et al.)](https://github.com/hendrycks/math/)  
+8. [GSM8K (openai)](https://huggingface.co/datasets/openai/gsm8k)  
+9. [Math QSA Dataset (Kaggle)](https://www.kaggle.com/datasets/awsaf49/math-qsa-dataset)  
+10. [AQuA (DeepMind)](https://github.com/google-deepmind/AQuA)
 
+ชุดข้อมูลถูกแปลและจัดโครงสร้างโดยใช้ LLM (Gemma 2 27B) พร้อมตรวจสอบโดยผู้เชี่ยวชาญจาก สวทช.
+
+👉 [ดูรายละเอียดของ Dataset](https://huggingface.co/datasets/UpMath/Thai-HomeworkGen-32K)
+
+---
 
+## การอ้างอิง
 
-Cite TRL as:
-    
-```bibtex
-@misc{vonwerra2022trl,
-	title        = {{TRL: Transformer Reinforcement Learning}},
-	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallou{\'e}dec},
-	year         = 2020,
-	journal      = {GitHub repository},
-	publisher    = {GitHub},
-	howpublished = {\url{https://github.com/huggingface/trl}}
-}
-```
+หากคุณใช้งานโมเดลนี้ สามารถให้เครดิตโปรเจกต์นี้ได้ด้วย