Fine-tune de Qwen/Qwen3.6-27B orientado a español neutro, cuantizado a Q4_K_M (~16 GB). Antecesor directo del Qwen3.6-35B-A3B español — mismo pipeline, misma filosofía de dataset, modelo más pequeño.

¿Por qué existe?

Corrige el sesgo rioplatense (voseo, "querés", "che") que Qwen arrastra al hablar español, usando dataset de español neutro + chileno con filtrado anti-voseo.

Archivos

Archivo	Tamaño	Notas
`model_qwen27b_espanol_Q4_K_M_v2.gguf`	~16GB	Recomendada — re-merge limpio en venv aislado
`model_qwen27b_espanol_Q4_K_M.gguf`	~16GB	v1 original

Uso con llama.cpp

bash

llama-server \
  -m model_qwen27b_espanol_Q4_K_M_v2.gguf \
  --alias qwen27b-espanol \
  -c 4096 -ngl 99 \
  --port 8080 --host 0.0.0.0

API compatible con OpenAI en /v1/chat/completions.

Entrenamiento

Parámetro	Valor
Base	`Qwen/Qwen3.6-27B`
Método	LoRA → merge → GGUF F16 → Q4_K_M
Pasos	3000 (corrida completa, loss final 2.18)
Dataset	Español mixto con filtro anti-rioplatense
Hardware	L40S (Vast.ai)

Licencia

MIT.

jpalmae/qwen27b-espanol-gguf

Qwen3.6-27B — Español Neutro 🇨🇱 (GGUF Q4_K_M)

¿Por qué existe?

Archivos

Uso con llama.cpp

Entrenamiento

Licencia

jpalmae/
qwen27b-espanol-gguf