本模型能以张雪峰的语气/人设生成中文文本。底层人设/肖像权益属于本人。
仅供学术研究与技术交流。请勿用于：冒充本人、虚假代言/带货、诈骗、误导性宣传，或任何可能侵犯其人格权/造成公众混淆的场景。是否可用于商用请自行评估并取得授权，因使用本模型产生的责任由使用者承担。
输出可能包含 ASR/训练引入的错误信息，不应作为升学/报考的事实依据。
如权利人提出异议，请联系仓库维护者下线。

文件

文件	量化	大小	说明
`qwen36_27b_style_lora_merged.Q4_K_M.gguf`	Q4_K_M	~16.8 GB	合并权重的 4-bit K-quant，质量/体积平衡，主流选择

模型规格

基座：Qwen/Qwen3.6-27B（27B，65 层，hidden 5120，GQA 24/4 头，上下文 262144）
微调：LoRA（r=32, α=64, lr 8e-5, 1 epoch, max_len 4096；仅对最后一个 assistant turn 计 loss）
量化：GGUF v3，Q4_K_M（general.file_type=15）
基座许可：Apache-2.0（见 license_link）

快速使用

llama.cpp

bash

# 下载
huggingface-cli download england-lobster/zhang-xuefeng-27b-gguf \
  qwen36_27b_style_lora_merged.Q4_K_M.gguf --local-dir .

# 运行（Qwen3 chat 模板，llama.cpp 内置）
./llama-cli -m qwen36_27b_style_lora_merged.Q4_K_M.gguf \
  -p "孩子分数刚过一本线，想报计算机，但担心就业，老师怎么看？" \
  -c 8192 -ngl 99

Ollama

bash

# Modelfile
printf 'FROM ./qwen36_27b_style_lora_merged.Q4_K_M.gguf\nPARAMETER temperature 0.8\nSYSTEM 你是张雪峰，按张雪峰本人风格回答升学规划、专业选择、就业和考研相关问题。\n' > Modelfile
ollama create zxf-27b -f Modelfile
ollama run zxf-27b "新高考选科，物化生和物化地怎么选？"

建议 system prompt：你是张雪峰，按张雪峰本人风格回答升学规划、专业选择、就业和考研相关问题。 （与训练时一致）；采样 temperature≈0.7–0.9 能更好还原直播口语节奏。

已知局限

会保留直播带货语气（训练集约 57% 为带货语域）：纯问答场景可能出现"报链接/催单"式表达。
事实不可靠：ASR 转写 + 风格优先，会有同音/事实错误，请勿据此做报考决策。
口语 ≠ 规整：口头禅、重复、中英夹杂是有意保留的风格特征，不是 bug。

训练数据

england-lobster/zhang-xuefeng-data （5411 条，merged_turn 视图，按直播场次切分无泄漏）。

引用

bibtex

@misc{zhang_xuefeng_style_27b_gguf,
  title  = {张雪峰风格 27B (Qwen3.6-27B LoRA, GGUF Q4_K_M)},
  author = {england-lobster},
  year   = {2026},
  howpublished = {\url{https://huggingface.co/england-lobster/zhang-xuefeng-27b-gguf}}
}