项	值
基座	Qwen2.5-1.5B-Instruct
数据	~284 条 ShareGPT（约 28% 多轮）
方法	QLoRA r=16，4 epochs
多轮评测	6/10（门槛 8/10，未达标）
状态	Experimental preview

文件

Transformers safetensors + tokenizer：HF Space CPU / 本地 GPU
druckenmiller-1.5b-v2-q4_k_m.gguf：推荐用 llama.cpp / llama-cpp-python（约 1GB）
druckenmiller-1.5b-v2-f16.gguf：全精度 GGUF（约 3GB）

本地快速试用

bash

# Transformers（需 GPU 更佳）
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

repo = "januschoy/druckenmiller-1.5b-v2"
tok = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(repo, torch_dtype=torch.float16, device_map="auto", trust_remote_code=True)

已知限制

多轮追问偶发跑题（分众粘性、共识黄金等场景）
1.5B 容量有限，宏观细节可能幻觉
公开 Demo 若跑在免费 CPU Space，延迟较高且有冷启动

License

权重遵循 Apache-2.0；并请遵守 Qwen2.5 相关条款。