You can deploy this model and start earning money today!

baduyne/
Qwen3_1.7B_FactChecking_it

Name: Qwen3_1.7B_FactChecking_it
Availability: InStock

Views

No views yet

Qwen3-1.7B FactChecking (Instruction-tuned)

This model is a fine-tuned version of Qwen3-1.7B specialized for Vietnamese Fact-Checking tasks.
It can reason about factual claims given a context and classify them into three labels:

Label	Meaning
0	Chính xác — Khẳng định đúng theo ngữ cảnh
1	Sai sự thật — Có mâu thuẫn hoặc sai lệch
2	Không đủ thông tin — Thiếu dữ kiện để kết luận

Model Details

Base model: Qwen3-1.7B
Finetuning method: LoRA (parameter-efficient)
Language: Vietnamese
Task: Fact-checking / Claim verification
Framework: Unsloth

Usage

python

from unsloth import FastLanguageModel
from transformers import TextStreamer

model, tokenizer = FastLanguageModel.from_pretrained(
    model_name = "baduyne/Qwen3_1.7B_FactChecking_it",
    dtype = None,              # Auto-detect precision
    max_seq_length = 2048,
    load_in_4bit = True,       # Load in 4-bit quantization
    full_finetuning = False,   # LoRA-based fine-tuning
)

messages = [
    {
        "role": "system",
        "content": (
            "reasoning language: Vietnamese\n\n"
            "Bạn là chuyên gia kiểm chứng thông tin. "
            "Dựa vào ngữ cảnh, hãy xác định xem khẳng định là đúng, sai, hay thiếu dữ kiện."
        ),
    },
    {
        "role": "user",
        "content": (
            "Khẳng định: Trái Đất quay quanh Mặt Trời.\n"
            "Ngữ cảnh: Các nghiên cứu khoa học và thiên văn đều xác nhận điều này."
        ),
    },
]

inputs = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    return_tensors="pt",
    reasoning_effort="high",
).to("cuda")

streamer = TextStreamer(tokenizer)
_ = model.generate(**inputs, max_new_tokens=512, streamer=streamer)