GLM-5.3 is live. Run Z.ai's latest model on Friendli Model APIs. Try it today ➜
MatiasMarro
Available on FriendliAI
Run this model inference on single tenant GPU with unmatched speed and reliability at scale.
Model Details
Model Provider
MatiasMarro
Model Tree
Qwen/Qwen2.5-0.5B-Instruct
Input Modalities
Output Modalities
Supported Functionality
python
from peft import PeftModelfrom transformers import AutoModelForCausalLM, AutoTokenizer base = "Qwen/Qwen2.5-0.5B-Instruct"tokenizer = AutoTokenizer.from_pretrained(base)model = AutoModelForCausalLM.from_pretrained(base)model = PeftModel.from_pretrained(model, "MatiasMarro/nimbus-lora-format-tuning-adapter") mensajes = [ {"role": "system", "content": SYSTEM_PROMPT}, # ver el repo del proyecto {"role": "user", "content": "No puedo conectarme a NimbusDB, me da timeout."},]prompt = tokenizer.apply_chat_template( mensajes, tokenize=False, add_generation_prompt=True)entrada = tokenizer(prompt, return_tensors="pt", add_special_tokens=False)salida = model.generate(**entrada, max_new_tokens=300, do_sample=False)print(tokenizer.decode(salida[0][entrada["input_ids"].shape[-1]:], skip_special_tokens=True))El system_prompt debe ser el mismo con el que se entreno: vive en
app/config.py del repositorio del proyecto.
| Parametro | Valor |
|---|---|
| Modelo base | Qwen/Qwen2.5-0.5B-Instruct |
| Rank (r) | 16 |
| Alpha | 32 |
| Dropout | 0.05 |
| Target modules | q_proj,k_proj,v_proj,o_proj |
| Epochs | 3 |
| Learning rate | 0.0002 |
| Batch efectivo | 8 |
| Max seq length | 1024 |
| Precision | fp16 |
El loss se calcula unicamente sobre la respuesta del assistant: los tokens
de system y user se enmascaran con -100 mediante un collator propio.
Dataset sintetico de soporte tecnico de NimbusCloud (empresa ficticia), generado de forma determinista.
(producto, incidencia).
Ninguna combinacion de eval aparece en train con ninguna redaccion.Un split aleatorio a nivel de ejemplo habria sido incorrecto: como cada combinacion existe en varias redacciones, el eval habria medido memorizacion.
| Run | Configuracion | Formato valido | Acierto escalamiento | Exact match |
|---|---|---|---|---|
b0 | Base zero-shot | 0.0% | - | 0.0% |
b1 | Base few-shot (3) | 54.8% | 34.8% | 0.0% |
Qwen/Qwen2.5-0.5B-Instruct y
aplicar los pesos encima.from peft import PeftModelfrom transformers import AutoModelForCausalLM, AutoTokenizer base = "Qwen/Qwen2.5-0.5B-Instruct"tokenizer = AutoTokenizer.from_pretrained(base)model = AutoModelForCausalLM.from_pretrained(base)model = PeftModel.from_pretrained(model, "MatiasMarro/nimbus-lora-format-tuning-adapter") mensajes = [ {"role": "system", "content": SYSTEM_PROMPT}, # ver el repo del proyecto {"role": "user", "content": "No puedo conectarme a NimbusDB, me da timeout."},]prompt = tokenizer.apply_chat_template( mensajes, tokenize=False, add_generation_prompt=True)entrada = tokenizer(prompt, return_tensors="pt", add_special_tokens=False)salida = model.generate(**entrada, max_new_tokens=300, do_sample=False)print(tokenizer.decode(salida[0][entrada["input_ids"].shape[-1]:], skip_special_tokens=True))