Text Generation
PEFT
Safetensors
Portuguese
qlora
lora
bitsandbytes
sentiment-analysis
portuguese
conversational
Instructions to use mdba/escutia-qlora with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- PEFT
How to use mdba/escutia-qlora with PEFT:
from peft import PeftModel from transformers import AutoModelForCausalLM base_model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen2.5-1.5B-Instruct") model = PeftModel.from_pretrained(base_model, "mdba/escutia-qlora") - Notebooks
- Google Colab
- Kaggle
EscutIA QLoRA
Adapter QLoRA para classificação de sentimentos em português.
Modelo-base
- modelo:
Qwen/Qwen2.5-1.5B-Instruct - revisão:
989aa79 - quantização do treinamento: 4 bits, NF4, double quantization
- tarefa: classificação em
negativo,neutrooupositivo
Este repositório contém um adapter, não um modelo completo. Para usar os pesos, carregue o modelo-base e aplique o adapter com PEFT.
from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel
base = AutoModelForCausalLM.from_pretrained('Qwen/Qwen2.5-1.5B-Instruct')
tokenizer = AutoTokenizer.from_pretrained('Qwen/Qwen2.5-1.5B-Instruct')
model = PeftModel.from_pretrained(base, 'SEU_USUARIO/escutia-qlora')
Consulte os arquivos de avaliação e comparação incluídos neste pacote para conhecer o desempenho observado.
- Downloads last month
- -