eglantinefonrose/lsf-qwen3b

LSF gloss translator — v3

Adaptateur LoRA pour la traduction français → glose LSF, entraîné sur un dataset synthétique (distillation) au-dessus de mlx-community/Qwen2.5-3B-Instruct-4bit.

⚠️ Expérimental. Données générées par un modèle professeur, non validées par un locuteur LSF. À ne pas utiliser comme vérité terrain.

Provenance

• Professeur : claude-opus-5-5 (rédaction manuelle, conventions v1, 100 % français)
• prompt_hash : b9f4c4860f4a
• Exemples : 408 train / 45 valid (accepté 453)
• Dataset synthétique : True, validé humain : False
• Entraîné le : 2026-10-19T21:09:47+0200 → 2026-10-20T09:47:11+0200
• Dataset d'entraînement (sha) : 2184f8f3751e
• Durée d'entraînement : 12h37m24s
• Hyperparamètres : iters=500, iters_planned=800, num_layers=8, learning_rate=0.0001, batch_size=1, mask_prompt=True, grad_checkpoint=False
• Val loss finale : 0.205
• Dataset : eglantinefonrose/lsf-fr-gloss @ 2184f8f3751e

Évaluation

Mesuré avec eval/evaluate.py sur eval/dataset.jsonl (sha aa78d1a41ef9, 74 phrases).

Prompt	Exact	F1	Ordre	Fuites
règles seules (prompt d'entraînement)	27%	0.810	0.741	0

Format du prompt

Prompt d'entraînement : system = règles LSF (TRAIN_SYSTEM), user = phrase à transcrire, réponse = {"glosses": [...]}.

Usage (MLX)

uv run mlx_lm.generate --model mlx-community/Qwen2.5-3B-Instruct-4bit \
  --adapter-path adapters --prompt "..."

Publié le 2026-10-27.