qwen3-4b-structured-output-lora_0710_run_3-step400 – AI Model by morizon | AlphaNeural AI | AlphaNeural AI

You can deploy this model and start earning money today!

morizon/
qwen3-4b-structured-output-lora_0710_run_3-step400

like

0

structured-output

text-generation

daichira/structeval-t-sft-hq-yaml-cleaned

daichira/structured-5k-mix-sft

Qwen/Qwen3-4B-Instruct-2507

Views

No views yet

qwen3-4b-structured-output-lora_0710_run_3 — step 400

このリポジトリにはLoRAアダプタのみが含まれています。ベースモデル Qwen/Qwen3-4B-Instruct-2507 は別途読み込む必要があります。

学習目的

このアダプタは、構造化出力の生成を目的として学習されています。

このRunの実験上の問いは、マニフェストに記録された次の内容です。

対象を絞ったクリーンで長いCSV→JSONリプレイによって、コンテキスト長2048での TOML／XMLの改善を維持しながら、コンパクトなCSV→JSONの性能を回復できるか。

この学習パイプラインは、2026-07-10 Run 2で導入したデータ監査、リプレイ選択、再現性マニフェスト、公開評価データ分離の設計を継承しています。

損失は最後のassistant応答のみに適用されます。MASK_COT=0 であるため、この実験では、出力マーカー以降で中間推論がマスクされたとは主張しません。

データ

ベースデータセット

データセット: daichira/structeval-t-sft-hq-yaml-cleaned
リビジョン: e73a755d3b50bd3ac38c99c1ede87ca9b3139cba
役割: 既存のYAML構造化出力学習分布
データセットライセンス: Apache-2.0

対象を絞ったリプレイデータセット

データセット: daichira/structured-5k-mix-sft
リビジョン: 740e82f5bb5ae31c9b0f9c2fa15f78bbcaf3dbe2
フィルター:
- category: C_JSON
- subcategory: csv_to_json
- task: transform
選択されたリプレイ行数: 79
実際の混合データに占める教師ありトークンの割合: 10.0380%
データセットライセンス: CC-BY-4.0

リプレイの教師出力は、直接出力された有効なJSONであることを必須とし、チャットテンプレート適用後の完全なシーケンスが、マニフェストに記録された最大シーケンス長の範囲内に収まることも求めました。

学習設定

ベースモデル: Qwen/Qwen3-4B-Instruct-2507
手法: Unslothを用いた4ビットQLoRA
最大シーケンス長: 2048
学習予算方式: epochs
要求エポック数: 5.0
実際の最終ステップ数: 620
実際の最終エポック: 5.0000
ウォームアップ方式: ratio
ウォームアップ比率: 0.1
実際のウォームアップステップ数: 62
学習率: 1e-06
スケジューラー: cosine
重み減衰: 0.05
実効バッチサイズ: 16
LoRAランク: 64
LoRAアルファ: 128
精度: BF16

評価データ方針

public_150.json は読み込まず、学習、リプレイ構築、チェックポイント選択、早期終了のいずれにも使用していません。最終的な外部評価専用として確保しています。

使用方法

python

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel

base_model_id = "Qwen/Qwen3-4B-Instruct-2507"
adapter_id = "morizon/qwen3-4b-structured-output-lora_0710_run_3-step400"

tokenizer = AutoTokenizer.from_pretrained(base_model_id)
base_model = AutoModelForCausalLM.from_pretrained(
    base_model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)
model = PeftModel.from_pretrained(base_model, adapter_id)

再現性

このリポジトリには、dataset_manifest.json、training_summary.json、選択された分割IDファイルが含まれます。これらには、データセットのリビジョン、シード、トークン統計、リプレイ選択、要求した学習方針、実際の最終ステップ数が記録されています。

利用条件

利用者は、次の条件を遵守する必要があります。

ベースモデルのライセンスと利用条件
daichira/structeval-t-sft-hq-yaml-cleaned のApache-2.0の条件
daichira/structured-5k-mix-sft のCC-BY-4.0の帰属表示条件

チェックポイント情報

学習ステップ: 400
実際の最終ステップ: 620
最終モデルか: いいえ
学習データ、データ分割、シード、学習率スケジュールは、同じ実験内の他のチェックポイントと共通です。
公開150件は、学習、チェックポイント作成、チェックポイント選択には使用していません。