Тонкая настройка Qwen/Qwen3-8B, предназначенная для явного этапа вывода выводов Honcho: учитывая целевой узел и его ходы в чате, выдает атомарные, автономные, правильно атрибутированные факты в виде Honcho-схемы JSON. Независимое, самостоятельное воссоздание роли Neuromancer XR от Plastic Labs (закрыто) в производстве Honcho. Не связан с Plastic Labs. Отложенная проверка (298 примеров, разделение 4%), bf16 LoRA, 2 эпохи: модель надежно воспроизводит точную схему {«explicit»:[{«content»:…}]} с правильной атрибуцией, абсолютными датами и атомарными фактами. Рабочий пример (оставлен): > Тест LoCoMo (базовый Qwen3-8B против этой модели, через диалектический конвейер Honcho) — будет добавлен. > Ориентиры из блога Plastic Labs (разные/частные данные, не сопоставимые напрямую): > база Qwen3-8B 69.6, Claude 4 Sonnet 80.0, Neuromancer XR 86.9. — База: Qwen/Qwen3-8B — Данные: 7160 синтетических примеров SFT, золотые метки, извлеченные из Claude Opus 4.8 (пограничный учитель), 15 сбалансированных жизненных доменов, визуализированных с помощью собственного конструктора подсказок Honcho и проверенных по схеме с помощью PromptRepresentation. Основная идея — создание компактного производного из передовой модели. — Метод: bf16 LoRA (ранг 32,…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: dman1011
Теги: qwen3, memory, honcho, deriver, conclusion-extraction, observation-extraction, lora, distillation
Лайков: 5 | Загрузок: 141
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
