Pedro21613/PS-design-1.2-beta

PS Design 1.2 beta

Fine-tune para design em código: páginas bonitas, modernas, minimalistas e profissionais em HTML + Tailwind. Base: Qwen/Qwen2.5-0.5B-Instruct + LoRA r16 alpha32.

Treino

• Dataset: 6200 exemplos (dataset_6k.jsonl, 6150 train + 50 eval)
• 50+ temas (SaaS, portfólio, dashboard, login, pricing, blog, e-commerce, clínica, restaurante, agência, curso, hotel, etc.), 3 estilos de hero (center/split/minimal), 8 acentos
• 1 época, batch efetivo 16 (4x4), lr 2e-4 cosine, max_len 1024, fp16, T4
• Loss final ~0.087, acurácia ~98.5%

Uso

from transformers import AutoTokenizer, AutoModelForCausalLM
from peft import PeftModel
import torch
base="Qwen/Qwen2.5-0.5B-Instruct"
mid="Pedro21613/PS-design-1.2-beta"
tok=AutoTokenizer.from_pretrained(base, trust_remote_code=True)
m=AutoModelForCausalLM.from_pretrained(base, trust_remote_code=True, dtype=torch.float16, device_map="auto")
m=PeftModel.from_pretrained(m, mid)
m.eval()
msgs=[{"role":"system","content":"Você é um designer front-end sênior especialista em páginas bonitas, modernas, minimalistas e profissionais. Sempre responda com código HTML completo, responsivo, usando Tailwind CSS via CDN."},{"role":"user","content":"Crie uma landing page para cafeteria artesanal, minimalista e profissional"}]
p=tok.apply_chat_template(msgs, tokenize=False, add_generation_prompt=True)
i=tok(p, return_tensors="pt").to(m.device)
o=m.generate(**i, max_new_tokens=1500, temperature=0.7, top_p=0.9, do_sample=True)
print(tok.decode(o[0], skip_special_tokens=True))