Vizuelni AI za bosanski jezik i Balkan — slike, dokumenti, OCR, chartovi, video. Prvi bosanski vision-language projekat: adaptacija otvorenih VLM-ova (SmolVLM2, Idefics3, Pixtral) na bosanski — sa čćdžšđ, ijekavicom i domaćim dokumentima.
Status: Faza 0/1 — istraživanje i temelji. Model kartice su placeholderi bez težina; težine se objavljuju tek nakon odobrenog treninga i verificirane evaluacije.
| Šta | Gdje |
|---|---|
🤗 Modeli (bh-vision-1-2b/8b/12b) |
HF kolekcija BH-Vision |
📦 Trening set (bs-vision-train-v03, 2179 uzoraka) |
HF dataset |
| 🧪 Held-out eval (prazan placeholder) | HF dataset |
| 📖 Odluke, registar, roadmap | BH-LANGUAGE-AI (interni plan) |
pip install -e ".[train]" # torch, transformers==5.22.2, trl, peft (pinovano!)
make doctor # suha provjera
python scripts/make_synth_bs.py # regeneriši sintetički set
python training/train.py --config configs/smo2b-qlora.yaml --train data/synth3/train.jsonl --out releases/adapter-v01 --quant none
⚠️ Trening troši GPU — samo uz odobrenje. Prvi smoke (T4, 20 koraka) prošao; evidencija udocs/TRAINING.md.
docs/PROJECT_CHARTER.md— misija, jezici (bs primarno, ijekavica), modulidocs/ARCHITECTURE.md— Arch A (adaptacija postojećeg VLM-a), 2B + 8B (+12B opcionalno), vision adapter odvojen od tekstualnog frameworkadocs/MODELS.md— EU kandidati s licencamadocs/DATASETS.md— registar + praznine za bosanski + vlastiti setovi (v03 aktuelan)docs/TRAINING.md— smoke rezultati, baseline 7/10, pinovane verzijeslurm/— LUMI job skripte (dev-g, MI250X, bf16)kaggle-*/— Kaggle kereneli (smoke, trening, eval)
- Fiksne 2B/4B/7B nisu opravdane — cilj: 2B (SmolVLM2) + 8B (Idefics3), 12B (Pixtral) opcionalno.
- Kratkoročno samo adaptacija postojećeg VLM-a; spajanje na BH-LLM-Basic tek kad backbone postoji.
- Bosanski OCR ne postoji javno — vlastiti sintetički trening + held-out eval; proxy XM3600-hr + postocr-sr.
transformers==5.22.2pin — novije verzije lome SmolVLM2 merge.
- E-mail: xnetba@gmail.com
- Organizacija: BH-Language-AI (Kolektiv d.o.o. × Gamatrade d.o.o.)
- Pravila: vanjski resursi se referenciraju, ne kopiraju; objave težina/podataka samo uz odobrenje.
