Downloads · 30 days
14
25% of all-time downloads
Magurofg/pocket-lm-269m-adapter-app
pocket-lm-269m-adapter-app is a machine learning model from Magurofg. Use it for the machine learning task on the model card, and read the license before you ship it in a product. It is set up for pytorch. The card lists the license as apache-2.0.
SFT completo sobre a base executor-v1: dose de 7% de conversa + replay de 25% do pré-treino, max-len 384.
Downloads · 30 days
14
25% of all-time downloads
All-time downloads
56
Public
Parameters
286M
572 MB on disk
Likes
0
Public
Click a slice to open those files.
.safetensors572 MB · 100%
From the Hugging Face model README
adapter-app-v1 (executor + conversa, com replay)SFT completo sobre a base executor-v1: dose de 7% de conversa + replay de 25%
do pré-treino, max-len 384.
Status: experimental, não adotado. Foi candidato a produto. Contra o oficial da época
(v8), nos mesmos 1.035 itens: intenção 87,92 × 87,73 (diferença de cerca de 2 itens, sem
significância — o que não demonstra equivalência) e F1 de campos 3,1 pp abaixo. O artefato
recomendado da família hoje é pocket-assistente-v2-q4_k_m.gguf, em
Magurofg/pocket-lm-269m.
| métrica | valor |
|---|---|
| intenção (n=1035) | 87,92 |
| F1 de campos (n=1035) | 74,84 |
| F1 com parada | 75,47 |
| CALAME-PT | 42,97 |
| LAMBADA-PT | 24,01 |
| 5-shot (MASSIVE) | 41,33 |
| coerência de conversa | 78,85 |
| honestidade (n=15) | 92,86 |
A lição que este checkpoint materializa: replay de 25% no SFT recupera a língua sem
custar execução (CALAME 18→43 e 5-shot 19→41 contra o mesmo SFT sem replay; intenção
e F1 intactos). Análise completa: medicoes/ANALISE_ADAPTERS.md em
https://github.com/MaxxArtes/pocket-lm-269m
Coerência/honestidade têm ±9 pp de ruído do juiz; honestidade tem n=15.