|
|
--- |
|
|
license: apache-2.0 |
|
|
language: es |
|
|
base_model: |
|
|
- Qwen/Qwen2.5-Coder-7B-Instruct |
|
|
datasets: |
|
|
- advbench |
|
|
- openai/anthropic_harmless |
|
|
library_name: transformers |
|
|
pipeline_tag: text-generation |
|
|
tags: |
|
|
- LoRA |
|
|
- Qwen |
|
|
- unsloth |
|
|
- 4bit |
|
|
- spanish |
|
|
- text-generation |
|
|
--- |
|
|
|
|
|
# qwen25-adv-lora |
|
|
|
|
|
Este modelo es una versión de **Qwen2.5-Coder-7B-Instruct** afinada utilizando la técnica **LoRA** (Low-Rank Adaptation) para mejorar su rendimiento en tareas de generación de texto y robustez frente a ejemplos adversariales, como los de *AdvBench*. El modelo ha sido fusionado (`merge_and_unload`) para facilitar su uso directo en inferencia. |
|
|
|
|
|
## Detalles técnicos |
|
|
|
|
|
- Modelo base: `Qwen2.5-Coder-7B-Instruct` |
|
|
- Técnica de ajuste: `LoRA` con `unsloth` |
|
|
- Precision: `4-bit` (con `bitsandbytes`) |
|
|
- Secuencia máxima: 4096 tokens |
|
|
- Uso: generación de texto en español e inglés |
|
|
|
|
|
## Cómo usar |
|
|
|
|
|
```python |
|
|
from transformers import AutoTokenizer, AutoModelForCausalLM |
|
|
|
|
|
model = AutoModelForCausalLM.from_pretrained("Alxis955/qwen25-adv-lora") |
|
|
tokenizer = AutoTokenizer.from_pretrained("Alxis955/qwen25-adv-lora") |
|
|
|
|
|
prompt = "¿Cuál es la capital de Francia?" |
|
|
inputs = tokenizer(prompt, return_tensors="pt") |
|
|
outputs = model.generate(**inputs, max_new_tokens=100) |
|
|
print(tokenizer.decode(outputs[0], skip_special_tokens=True)) |
