DogeAI-v2.0-4B-Reasoning — это высокоэффективная модель, оптимизированная для Chain-of-Thought (CoT). Построенный AxionLab-Co, он объединяет специализированные рассуждения LoRA с мощной архитектурой Qwen3-4B-Base, предоставляя структурированные пошаговые аналитические возможности в компактном 4B пространстве. — Архитектура: только трансформатор декодера (база Qwen3). — Сила ядра: многоступенчатое логическое мышление и структурированное решение проблем. — Аппаратное обеспечение: оптимизировано для локального вывода (низкое использование VRAM). — Окончательное слияние: нет зависимости от LoRA; готов к производству или конверсии GGUF. 🏋️ Обучение Тонкая настройка: выполняется на графических процессорах Kaggle с использованием PEFT (LoRA) с акцентом на сохранение знаний базовой модели при внедрении структурированной логики. Оптимизация: смешанная точность (fp16) с окончательным слиянием и разгрузкой для бесшовного развертывания. Результаты 📊 оценки При качественном тестировании DogeAI-v2.0-4B показывает: более высокая логическая согласованность по сравнению с исходным Qwen3-4B-Base. Уменьшение галлюцинаций в многоступенчатых задачах со словами.…
Модальности:
Генерация текста
Задача: Генерация текста
Автор: AxionLab-Co
Теги: qwen3, pt, en, text-generation-inference, endpoints_compatible, 4-bit, bitsandbytes
Лайков: 3 | Загрузок: 16
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
