/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Instruct-2507
Библиотека
peft
Опубликована
31 авг 2026

Luck-Qwen3-4b-Code-FineTune

Генерация текстаТекст → текст14 профессий

Дообученная на базе Qwen3-4B модель для агентного программирования, рассуждений и вызова инструментов.

155скачиваний за 30 дней1лайквеса обновлены31 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Luck-Qwen3-4b-Code-FineTune — модель Ahmetggg на основе Qwen3-4B-Instruct-2507, дообученная методом QLoRA для агентного программирования, многошаговых рассуждений, работы с инструментами и более точной оценки границ собственных знаний. Это плотная языковая модель архитектуры Qwen3 с 3,7 млрд параметров; в репозитории представлены веса LoRA-адаптера и объединённые веса FP16. Модель принимает текстовые запросы и генерирует текст, включая код и структурированные вызовы инструментов. В метаданных заявлен контекст до 262 144 токенов.

Модель предназначена для навигации по репозиториям, генерации и исправления кода, решения задач по математике и естественным наукам, а также многошагового взаимодействия с инструментами. Обучение использовало трассы агентного программирования, примеры рассуждений и траектории вызова инструментов; README отмечает улучшение форматирования, взаимодействия с инструментами и ответов «не знаю», не заявляя о повышении предельных возможностей базовой модели. Карточка указывает английский язык.

Лицензия — Apache-2.0. Это недавняя QLoRA-настройка, поэтому заявленные улучшения следует оценивать на конкретных рабочих задачах; README не приводит сравнительных бенчмарков. Для использования адаптера нужна базовая модель unsloth/Qwen3-4B-Instruct-2507.

Сценарии применения

  • генерация и исправление программного кода
  • поиск и навигация по репозиторию
  • решение многошаговых задач по математике и естественным наукам
  • вызов инструментов в многошаговых агентных сценариях
  • получение осторожных ответов при нехватке знаний

Ограничения

README не приводит сравнительных бенчмарков и отмечает, что дообучение не повышает потолок возможностей базовой модели. Для использования LoRA-адаптера требуется базовая модель unsloth/Qwen3-4B-Instruct-2507.

Для каких профессий подходит14

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Luck-Qwen3-4b-Code-FineTune

A QLoRA fine-tune of unsloth/Qwen3-4B-Instruct-2507 specialized in agentic coding, multi-step reasoning, tool use, and calibrated uncertainty.

TL;DR: This model improves output formatting consistency, tool interaction, and knowledge boundary awareness ("I don't know" responses) without increasing the underlying capability ceiling of the base model.

Model Summary

Parameter / MetricValue
Base Modelunsloth/Qwen3-4B-Instruct-2507 (4.05B params, dense)
MethodQLoRA (4-bit NF4)
LoRA Rank / Alphar=16, alpha=16, dropout=0
Target Modulesq_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj
Trainable Parameters33,030,144 / 4,055,498,240 (0.81%)
Context Length4,096 tokens
Dataset Size10,129 examples
Training Steps / Epochs1,267 steps / 1 epoch
Effective Batch Size8 (2 per-device × 4 gradient accumulation steps)
Optimizer / Scheduleadamw_8bit, learning rate 2e-4, cosine schedule
HardwareSingle T4 GPU (Google Colab / Kaggle)
Final Loss~0.55 (started at ~1.7)
FrameworksUnsloth, TRL (SFTTrainer), PEFT, Transformers

In This Repo

This repository contains:

  • QLoRA LoRA Adapter weights
  • Merged FP16 safetensors weights

Note: Quantized GGUF files are hosted separately at ahmetggg/Luck-Qwen3-4b-Code-FineTune-GGUF.

Intended Use

  • Agentic Coding: Repository-level navigation, issue resolution, and code generation.
  • Multi-Step Reasoning: Step-by-step problem-solving in science and math domains.
  • Tool Use: Structured multi-turn function and tool calling.
  • Calibrated Uncertainty: Refusing to answer ("I don't know") when encountering actual knowledge gaps.

Training Data

SourceFocus AreaDetails / Filtering
nvidia/Open-SWE-TracesAgentic codingFiltered exclusively to resolved == 1 trajectories
open-thoughts/OpenThoughts3-1.2MMath & science reasoningCode domain excluded (handled by Open-SWE-Traces)
Agent-Ark/Toucan-1.5MTool callingReal multi-turn tool interaction trajectories
Custom R-Tuning SetCalibration~150–300 MMLU items queried on base model; correct outputs retained as normal QA, incorrect outputs relabeled as "I don't know"

Usage

Option 1: Unsloth (LoRA Adapter)

from unsloth import FastLanguageModel

model, tokenizer = FastLanguageModel.from_pretrained(
    model_name = "ahmetggg/Luck-Qwen3-4b-Code-FineTune",
    max_seq_length = 4096,
    load_in_4bit = True,
)
FastLanguageModel.for_inference(model)

messages = [{"role": "user", "content": "Write a Python function to reverse a linked list."}]
inputs = tokenizer.apply_chat_template(messages, tokenize=True, add_generation_prompt=True, return_tensors="pt").to("cuda")
outputs = model.generate(inputs, max_new_tokens=512)
print(tokenizer.decode(outputs[0][inputs.shape[1]:], skip_special_tokens=True))

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · peft

Нельзя запустить

Репозиторий содержит только адаптер (LoRA/PEFT) без базовой модели.

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
ae050b5

0 моделей