qwen3-4b-structured-output-lora-4-llm2025

qwen3-4b-structured-output-lora-4-llm2025

日本語版は英語版の最後にあります

This repository provides a LoRA adapter fine-tuned from Qwen/Qwen3-4B-Instruct-2507 using QLoRA (4-bit, Unsloth).

This repository contains LoRA adapter weights only. The base model must be loaded separately.

Training Objective

This adapter is trained to improve structured output accuracy (JSON / YAML / XML / TOML / CSV).

Loss is applied only to the final assistant output, while intermediate reasoning (Chain-of-Thought) is masked.

Training Configuration

• Base model: Qwen/Qwen3-4B-Instruct-2507
• Method: QLoRA (4-bit)
• Max sequence length: 512
• Epochs: 1
• Learning rate: 1e-06
• LoRA: r=64, alpha=128

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel
import torch

base = "Qwen/Qwen3-4B-Instruct-2507"
adapter = "jerrywdlee/qwen3-4b-structured-output-lora-4-llm2025"

tokenizer = AutoTokenizer.from_pretrained(base)
model = AutoModelForCausalLM.from_pretrained(
    base,
    torch_dtype=torch.float16,
    device_map="auto",
)
model = PeftModel.from_pretrained(model, adapter)

Sources & License (IMPORTANT)

Training Data:

• daichira/structured-5k-mix-sft
• daichira/structured-3k-mix-sft

Dataset License: MIT License. This dataset is used and distributed under the terms of the MIT License.
Compliance: Users must comply with the MIT license (including copyright notice) and the base model's original terms of use.

---

qwen3-4b-structured-output-lora-4-llm2025 (日本語)

このリポジトリは、Qwen/Qwen3-4B-Instruct-2507 をベースモデルとし、QLoRA (4-bit, Unsloth) を用いてファインチューニングされた LoRA アダプターを提供します。

このリポジトリには LoRA アダプターの重みのみが含まれています。ベースモデルは別途ロードする必要があります。

学習の目的

このアダプターは、構造化出力（JSON / YAML / XML / TOML / CSV）の精度向上を目的としてトレーニングされています。

学習時、損失（Loss）は最終的なアシスタントの出力にのみ適用され、中間的な推論プロセス（Chain-of-Thought）はマスクされています。

学習設定

• ベースモデル: Qwen/Qwen3-4B-Instruct-2507
• 手法: QLoRA (4-bit)
• 最大シーケンス長: 512
• エポック数: 1
• 学習率: 1e-06
• LoRA: r=64, alpha=128

使い方

from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel
import torch

base = "Qwen/Qwen3-4B-Instruct-2507"
adapter = "jerrywdlee/qwen3-4b-structured-output-lora-4-llm2025"

tokenizer = AutoTokenizer.from_pretrained(base)
model = AutoModelForCausalLM.from_pretrained(
    base,
    torch_dtype=torch.float16,
    device_map="auto",
)
model = PeftModel.from_pretrained(model, adapter)

ソースおよびライセンス（重要）

学習データ:

• daichira/structured-5k-mix-sft
• daichira/structured-3k-mix-sft

データセットライセンス: MIT License。本データセットは、MIT License の条項に基づき、使用および再配布が可能です。
遵守事項: 利用者は、MIT license（著作権表示を含む）に関する要件、およびベースモデルの元の利用規約の両方を遵守する必要があります。