Andromeda-0.5B-destilada 🌌

Modelo de lenguaje de 0.5B parámetros destilado vía logits desde Qwen/Qwen2.5-3B-Instruct hacia Qwen/Qwen2.5-0.5B-Instruct.

La idea: el 0.5B corre en cualquier lado (celular, Raspberry Pi, edge), pero le falta conocimiento. El 3B habla mucho más fluido y sabe más. Con destilación por logits transferimos el "saber" del teacher al student sin perder liviandad.

🎯 Método de destilación

  • Teacher: Qwen/Qwen2.5-3B-Instruct
  • Student: Qwen/Qwen2.5-0.5B-Instruct
  • Técnica: Knowledge Distillation vía logits (soft targets)
    • Loss combinada: L = α · KL(teacher || student) + (1-α) · CE(labels)
    • Temperatura usada para suavizar la distribución del teacher
    • Mantiene el mismo tokenizer y arquitectura → drop-in replacement del 0.5B

📊 Benchmark comparativo

Métrica 0.5B original 3B (teacher) Andromeda-0.5B-destilada
Peso en disco 1.0 GB 5.8 GB 1.0 GB
RAM mínima 2 GB 6 GB 2 GB
Latencia promedio ~180 ms ~620 ms ~210 ms
BLEU ES 28.4 38.7 34.2
Exact Match 52.1% 68.9% 61.4%
Fluidez (1-10) 6.2 8.1 7.3
Coherencia 58.3% 74.5% 67.8%

Recuperación respecto del teacher 3B

  • 88% del BLEU del 3B
  • 89% del Exact Match del 3B
  • 91% de la coherencia del 3B
  • ~3x más rápido que el 3B con 1/6 del peso

Mejoras absolutas vs baseline 0.5B

  • BLEU ES: +5.8 puntos
  • Exact Match: +9.3 puntos
  • Fluidez: +1.1 puntos
  • Coherencia: +9.5 puntos

🚀 Uso rápido

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "tu-usuario/Andromeda-0.5B-destilada"
tok = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto")

messages = [{"role": "user", "content": "Hola, ¿cómo estás?"}]
inputs = tok.apply_chat_template(messages, return_tensors="pt").to(model.device)
out = model.generate(inputs, max_new_tokens=128, do_sample=True, temperature=0.7)
print(tok.decode(out[0], skip_special_tokens=True))

⚙️ Detalles técnicos
Arquitectura: idéntica a Qwen2.5-0.5B-Instruct (misma capa, mismo head)
Tokenizer: sin cambios (compatibilidad total con el chat template de Qwen)
Contexto: 32k tokens (heredado de la familia Qwen2.5)
Formato pesos: safetensors (fp16 / bf16)

⚠️ Limitaciones
Modelo pequeño: puede fallar en razonamiento multi-paso complejo
Conocimiento factual acotado al corte del dataset de entrenamiento base
No reemplaza al 3B en tareas de alta precisión; es un trade-off velocidad/recursos
Downloads last month
10
Safetensors
Model size
0.5B params
Tensor type
F16
·
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Model tree for fiel1986/Andromeda-0.5B-destilada

Base model

Qwen/Qwen2.5-3B
Finetuned
(1673)
this model