Instructions to use Nikolay1/marina-kolyas-lora with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- PEFT
How to use Nikolay1/marina-kolyas-lora with PEFT:
from peft import PeftModel from transformers import AutoModelForCausalLM base_model = AutoModelForCausalLM.from_pretrained("limloop/MN-12B-Runeweaver-RP-RU") model = PeftModel.from_pretrained(base_model, "Nikolay1/marina-kolyas-lora") - Notebooks
- Google Colab
- Kaggle
Marina — LoRA адаптер для MN-12B-Runeweaver-RP-RU
Этот LoRA-адаптер дообучает базовую русскоязычную модель MN-12B-Runeweaver-RP-RU манере общения, стилю и лексике, характерным для чата велосипедистов-фиксеров.
🎯 Что делает эта модель
- Использует вело-сленг: «фикс», «локринг», «ХВЗ», «цунами», «тарантас».
- Отвечает коротко, дерзко, с юмором.
- Держит характер «цундэрэ».
🔗 Связанные проекты
- waifubot — Telegram-бот, который использует эту модель
💬 Пример работы
Вот как Марина общается в реальном Telegram-чате:
⚠️ Ограничения
- Может зацикливаться на некоторых фразах.
- Иногда выдумывает факты о собеседнике.
- Не рекомендуется для официального общения.
🛠️ Как обучалось
- База: MN-12B-Runeweaver-RP-RU (Mistral Nemo 12B).
- Метод: LoRA (rank 8, 8 layers).
- Датасет: ~742 пары «реплика → ответ» из Telegram-чата.
- Обучение: MLX LoRA на MacBook Air M1.
- Конвертация: llama.cpp (GGUF).
🛠️ Как использовать
from peft import PeftModel
from transformers import AutoModelForCausalLM, AutoTokenizer
base = "limloop/MN-12B-Runeweaver-RP-RU"
adapter = "Nikolay1/marina-kolyas-lora"
tokenizer = AutoTokenizer.from_pretrained(base)
model = AutoModelForCausalLM.from_pretrained(base, torch_dtype="auto")
model = PeftModel.from_pretrained(model, adapter)
- Downloads last month
- 51
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support
Model tree for Nikolay1/marina-kolyas-lora
Base model
limloop/MN-12B-Runeweaver-RP-RU