Kev-0.8B ajustado no MASSIVE pt-BR — braço D1_v4

Ajuste delta (LoRA + pointer head) de jaredpalmer/kev-0.8b na escolha de intenção em português (20 opções por frase). Faz parte de um experimento que compara dados sintéticos gerados por uma pipeline agêntica com dados reais, em modelos de decisão de tamanhos diferentes (Laya, Kev-0.8B, 4B e 9B).

  • Dados: braço D1_v4: o treino real mais o sintético v4 das 30 vistas e de 30 intenções novas (25.788 linhas). Mesmas linhas e mesmas 20 opções do Laya do mesmo braço.
  • Treino: python -m kev.train --init_from jaredpalmer/kev-0.8b, lr 2e-5, 2 épocas, lote 8, bf16, base congelada em bf16, aumentos do Kev desligados (sem "nenhuma das anteriores" nem distratores extras), seed 0.
  • Avaliação (validação do MASSIVE pt-BR, 20 opções, média de 3 sorteios): intenções vistas 0.917, não vistas (cenários reservados, nunca vistos no treino) 0.815. Previsões em results/.
  • Uso: uv run --extra serve python -m kev.serve --run <este repo> (API System One, como o Jev).
Downloads last month

-

Downloads are not tracked for this model. How to track
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Model tree for Synth-NLP/kev-0.8b-massive-pt-br-D1-v4

Adapter
(8)
this model