Update README.md

README.md

@@ -34,6 +34,7 @@ widget:
 
 The Tamil-Mistral-7B-Instruct-v0.2 Large Language Model (LLM) is an improved instruct fine-tuned version of [Tamil-Mistral-7B-Instruct-v0.1](https://huggingface.co/Hemanth-thunder/Tamil-Mistral-7B-Instruct-v0.1).
 Tamil LLM: A Breakthrough in Tamil Language Understanding In the realm of language models, the fine-tuned Tamil Mistral model represents a significant advancement. Unlike its English counterpart, the Tamil Mistral model is specifically tailored to comprehend and generate text in the Tamil language. This innovation addresses a critical gap, as the English Mistral model fails to effectively engage with Tamil, a language rich in culture and heritage. Through extensive fine-tuning with a base Tamil Mistral model, this iteration has been meticulously enhanced to grasp the nuances and intricacies of the Tamil language. As a result, we are delighted to present a revolutionary model that enables seamless interaction through text. Welcome to the future of conversational Tamil language processing with our instructive model.
+தமிழ்-மிசுட்ரல்-7B-இன்சுட்ரக்ட்-v0.2 பெருந்தரவு மாதிரி (LLM) என்பது தமிழ்-மிசுட்ரல்-7B-இன்சுட்ரக்ட்-v0.1 இன் மேம்படுத்தப்பட்ட நுணுக்கமான பதிப்பாகும். இது தமிழ் பெருந்தரவு மாதிரிக்குக் கிடைத்த ஒரு கொடையாகும். தமிழ் மொழிப் புரிதலில் ஒரு திருப்புமுனை இந்தப் பெருந்தரவு மாதிரியாகும். இது தமிழ் மொழி மாதிரிகளின் துறையில், குறிப்பிடத் தக்க முன்னேற்றத்தைத் தருகின்றது. அதன் ஆங்கிலப் பிரதியைப் போலன்றி, தமிழ் மிசுட்ரல் மாதிரியானது குறிப்பாகத் தமிழ் மொழியில் உள்ள உரையைப் புரிந்துகொள்ளவும் உருவாக்கவும் வடிவமைக்கப்பட்டுள்ளது. இந்தக் கண்டுபிடிப்பு ஒரு முக்கியமான இடைவெளியை நிவர்த்தி செய்கிறது. ஏனெனில் ஆங்கில மிசுட்ரல் மாதிரியானது தமிழுடன் திறம்பட ஈடுபடத் தவறிவிட்டது. அடிப்படையான தமிழ் மிசுட்ரல் மாதிரியுடன் விரிவான நுணுக்கமாக்கல் மூலம், தமிழ் மொழியின் நுணுக்கங்களையும் புரிந்துகொள்ள இது மறு செய்கை நுட்பமாக மேம்படுத்தப்பட்டுள்ளது. இதன் விளைவாக, உரைமூலம் தடையற்ற தொடர்புகளைச் செயல்படுத்தும் ஒரு புரட்சிகர மாதிரியை வழங்குகின்றது
 
 # Dataset 
 Tamil open instruct dataset (400k) instruction google translated