swlbot

amacca/swlbot

swlbot is a text generation model from amacca. Use it when you need the model to write or continue text. It is set up for transformers. The card lists the license as agpl-3.0.

Modello fine-tunato con QLoRA su dominio radioascolto / Short Wave Listening / BCL in italiano.

Downloads · 30 days

50% of all-time downloads

All-time downloads

Public

Repo size

2 GB

Likes

Public

Hugging Face

Repo makeup

Click a slice to open those files.

.gguf1.9 GB · 98%

At a glance

Task: Text Generation
Library: transformers
License: agpl-3.0
Access: Public
Created: Jul 24, 2026
Updated: Jul 24, 2026
SHA: 3b39de54

Base models

unsloth/Qwen2.5-3B-bnb-4bit

Model card

From the Hugging Face model README

swlbot · Qwen2.5-3B fine-tunato per il radioascolto (SWL/BCL)

Modello fine-tunato con QLoRA su dominio radioascolto / Short Wave Listening / BCL in italiano.

Partenza: unsloth/Qwen2.5-3B-bnb-4bit (Qwen2.5-3B Instruct in 4-bit). Dataset: coppie Q&A estratte da radioascoltopratico.org.

📻 Cosa sa fare

Tecniche di antenna e ricezione HF
Bande broadcasting internazionali e stazioni
Ricevitori e software SDR
Emittenti internazionali e orari/frequenze tipici
Termini tecnici SWL/BCL in italiano

Il modello risponde in italiano, in modo pratico e diretto, con riferimenti concreti a frequenze, stazioni e strumenti reali.

📦 Contenuto del repo

File	Descrizione
`swlbot-Q4_K_M.gguf`	Modello quantizzato Q4_K_M pronto per Ollama / llama.cpp
`adapter/adapter_config.json`	Config LoRA
`adapter/adapter_model.safetensors`	Adapter LoRA raw (per merge/inference con PEFT)
`Modelfile`	Modelfile Ollama (import in 1 comando)

🚀 Utilizzo con Ollama

# Scarica il GGUF da HF (o usa il Modelfile incluso)
ollama create swlbot -f Modelfile
ollama run swlbot "Qual è la migliore frequenza per Radio Romania la sera?"

⚠️ Nel Modelfile, modifica il path FROM se carichi il GGUF localmente:
FROM ./swlbot-Q4_K_M.gguf

🧪 Dettagli training (QLoRA)

Parametro	Valore
Base model	`unsloth/Qwen2.5-3B-bnb-4bit`
Metodo	QLoRA (4-bit)
LoRA rank	8
LoRA alpha	16
Target modules	q_proj, v_proj, k_proj, o_proj, gate_proj, up_proj
LoRA dropout	0.05
Epochs	3
Learning rate	2e-4
Batch size	1 × 8 (effective 8)
Max seq length	1024
Train examples	255
Eval examples	64
Final loss	~1.33

Export: save_pretrained_gguf di Unsloth (auto-merge LoRA → quantizzazione Q4_K_M).

🔗 Link utili

Base model: unsloth/Qwen2.5-3B-bnb-4bit
Dataset source: articoli da radioascoltopratico.org
Integrato in: Consigliere di Stazione (log QSO + consigli AI)

⚠️ Limiti

Modello leggero (3B): può allucinare su frequenze/stazioni specifiche — verifica sempre con fonti ufficiali (IARU, ARRL, WRTH).
Conoscenza limitata al dataset di training (~255 esempi). Non è un manuale radio completo.
Ottimizzato per risposte in italiano.

📝 Licenza

AGPL-3.0 (in linea con Unsloth). Deriva da Qwen2.5 (licenza Apache-2.0 del modello base).

Task: Text Generation
Library: transformers
License: agpl-3.0
Languages: it
Created: Jul 24, 2026
Updated: Jul 24, 2026