Pedro21613/PS-design-2.6

PS-Design 2.6

Evolução incremental do PS-design-2.5 — fine-tune contínuo do mesmo LoRA (r16 / alpha32, base Qwen/Qwen2.5-0.5B-Instruct), treinado em 2× Tesla T4 em 102 min.

O que mudou vs 2.5

• Designs profissionais reais: o treino inclui HTML+CSS extraídos de 9 sites profissionais reais (SaaS, agência, saúde digital, coaching, pilates, e-commerce, portfólio), convertidos em arquivos HTML únicos e autônomos, com o CSS da própria página embutido em <style>. Cada exemplo real foi repetido ~25× para pesar de verdade ao lado da destilação.
• Auto-destilação: 55 páginas geradas pelo próprio 2.5 (30 nichos × 6 design systems), mantendo o estilo do modelo e evitando esquecimento catastrófico.

Treino

Item	Valor
Init	adapter PS-design-2.5 (continuação)
LoRA	r16, α32, dropout 0.05, 7 projeções/camada
Dados	55 destilados + 50 reais ×25
Passos	193
LR	8e-5 cosine, warmup 40
Batch efetivo	32 sequências
max_len	1792 (loss só nos tokens do assistente)
eval_loss final	0.64840
Hardware	2× Tesla T4 (Kaggle)

Checkpoints intermediários: checkpoints/checkpoint-*. Exemplos gerados: exemplos/.

Uso

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
from peft import PeftModel

base = "Qwen/Qwen2.5-0.5B-Instruct"
tok = AutoTokenizer.from_pretrained(base)
m = AutoModelForCausalLM.from_pretrained(base, dtype=torch.float16, device_map="auto")
m = PeftModel.from_pretrained(m, "Pedro21613/PS-design-2.6")

SYS = ("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, com gradientes, transições suaves, botões bonitos com hover, "
       "animações e visual ultra-moderno.")

msgs = [{"role": "system", "content": SYS},
        {"role": "user", "content": "Crie uma landing page para cafeteria artesanal, estilo aurora"}]
txt = tok.apply_chat_template(msgs, tokenize=False, add_generation_prompt=True)
out = m.generate(**tok(txt, return_tensors="pt").to(m.device),
                 max_new_tokens=1200, temperature=0.7, top_p=0.9, do_sample=True)
print(tok.decode(out[0], skip_special_tokens=True))

Dois estilos, controlados pelo system prompt

System prompt	Formato da saída
"…usando Tailwind CSS via CDN…"	página com Tailwind via CDN (padrão do 2.5)
"…CSS embutido em <style>, sem dependências externas…"	arquivo único autônomo (estilo dos sites reais)

Gerado em 2026-10-13 03:46 (UTC) no Kaggle.