Downloads · 30 days
25
46% of all-time downloads
YFC-112358/Qwen3.8-27B-Taste-Glimmer-Gemma-LoRA-v5c
Qwen3.8-27B-Taste-Glimmer-Gemma-LoRA-v5c is a machine learning model from YFC-112358. 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 peft. The card lists the license as apache-2.0.
与 YFC-112358/Qwen3.8-27B-Taste-Glimmer-Gemma-LoRA 权重逐位相同,只改了 adapterconfig.json 里的 basemodelnameorpath,从 v5 指向 v5c。
Downloads · 30 days
25
46% of all-time downloads
All-time downloads
54
Public
Repo size
954 MB
Likes
1
Public
Click a slice to open those files.
.safetensors934 MB · 98%
From the Hugging Face model README
与 YFC-112358/Qwen3.8-27B-Taste-Glimmer-Gemma-LoRA 权重逐位相同,只改了 adapter_config.json 里的
base_model_name_or_path,从 v5 指向 v5c。
v5 的 della 配方里第四个源是 Qwen3.8-27B-TM-Gemma4-Glimmer-v1,权重 0.65、density 0.999。
那个成分是失败的 Transport-and-Merge 产物:内层与外层的 Sinkhorn 熵正则都设成了 0.10,
在 n=17408 的张量上 n·exp(-c̄/ε) ≈ 1,非对角质量追平对角质量,传输计划退化成近似均匀,
注进去的是源权重列均值的广播(近似秩 1)而不是特征。
v5c 把它换成修复版 TM-Gemma4-Glimmer-v3(eps 改为 gap/ln(m/δ) 自适应),
其余三个源、种子、全部参数不变。
本仓的 adapter 没有在 v5c 上重训。换基座前跑过抽样判据:
| 量 | 值 |
|---|---|
|Δbase|/|W| 中位 | 见 notebook Cell 4 |
|ΔLoRA|/|W| 中位 | 见 notebook Cell 4 |
dom = |Δbase|/|ΔLoRA| | 见 notebook Cell 4 |
| 中文 NLL 门禁 | 见 notebook Cell 6 |
⚠️ 把上面四个数填成实测值再公开。没填就是占位,跟 v3/v4 那两张一样的坑。
from peft import PeftModel
from transformers import AutoModelForCausalLM
m = AutoModelForCausalLM.from_pretrained("YFC-112358/Qwen3.8-27B-Della-Carnice-Ostrich-Salience-Glimmer-v5c", torch_dtype="bfloat16", device_map="auto")
m = PeftModel.from_pretrained(m, "YFC-112358/Qwen3.8-27B-Taste-Glimmer-Gemma-LoRA-v5c")
# 调味浓度旋钮:加载后改 scaling,或者 from_pretrained 时传不同的 lora_alpha
alpha/r = 32/32 = 1.0。调这个比值就是调味浓度。