/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.5-2B
Библиотека
transformers
Опубликована
30 мар 2026

shrew-2b

Генерация текстаТекст → текст8 профессий

LoRA-адаптер Qwen3.5-2B для извлечения метаданных, семантического разбиения и суммаризации документов в RAG-пайплайнах.

178скачиваний за 30 дней0лайковвеса обновлены10 мая 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

Shrew — набор LoRA-адаптеров для Qwen/Qwen3.5-2B от автора репозитория btbtyler09, созданный для извлечения структурированных данных в производственном RAG-приложении. Рекомендуемый объединённый адаптер doc_processing выполняет три задачи по имени задачи в системном промпте: извлекает метаданные документа, делит текст на семантические фрагменты и составляет краткое содержание. В репозитории также представлены отдельные адаптеры для извлечения метаданных и суммаризации, обозначенные как устаревшие относительно объединённого.

Адаптер имеет ранг LoRA 128 и alpha 256, его размер составляет около 256 МБ в f16. Доступны файлы в форматах safetensors и GGUF; для применения требуется базовая модель Qwen/Qwen3.5-2B. Лицензия — Apache-2.0. README описывает маршрутизацию по системному промпту и предупреждает, что для загрузки адаптера в vLLM нужно переименовать ключи весов; также требуется max-lora-rank не ниже 128. Модель ориентирована на обработку документов и не является самостоятельной базовой моделью.

Сценарии применения

  • Извлечение названия, авторов, дат и типа документа
  • Разбиение документа на семантические фрагменты
  • Создание краткого содержания документа
  • Подготовка структурированных данных для RAG-поиска

Ограничения

Это LoRA-адаптер, которому для работы нужна базовая модель Qwen/Qwen3.5-2B. При загрузке в vLLM необходимо переименовать ключи LoRA-весов и задать max-lora-rank не ниже 128.

Для каких профессий подходит8

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

Shrew LoRA Adapters

LoRA adapters for Qwen/Qwen3.5-2B fine-tuned for structured extraction as part of a production RAG application. These power Shrew's structured extraction pipeline.

Adapters

AdapterTasksLoRA rank / alphaStatus
doc_processing/extract_metadata, semantic_chunk, summarize_document (3 tasks, single adapter)r128 / α256Recommended — unified, supersedes the 3 per-task adapters below
extract_metadata/Extract structured metadata (title, authors, dates, document type)r32 / α64Superseded by doc_processing/
summarize_document/Generate document summariesr32 / α64Superseded by doc_processing/
semantic_chunk/Split documents into semantically coherent sectionsr128 / α256Superseded by doc_processing/

The unified doc_processing/ adapter routes by system prompt — the prompt is just the task name (extract_metadata, semantic_chunk, or summarize_document). One adapter, three tasks.

doc_processing/ metrics

Base modelQwen/Qwen3.5-2B
LoRA rank / alpha128 / 256
Adapter size~256 MB (f16)
Training corpus~103k examples across 3 tasks
Epochs3
Final eval loss0.7103
Hardware4× AMD MI100 (gfx908), bf16, DeepSpeed ZeRO-2

Usage

The unified doc_processing/ adapter routes by system prompt. Same adapter, different task per call.

from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel

base = AutoModelForCausalLM.from_pretrained("Qwen/Qwen3.5-2B")
tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen3.5-2B")
model = PeftModel.from_pretrained(base, "btbtyler09/shrew-2b", subfolder="doc_processing")

messages = [
    {"role": "system", "content": "extract_metadata"},   # or "semantic_chunk", "summarize_document"
    {"role": "user", "content": document_text},
]
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True, enable_thinking=False)

extract_metadata and semantic_chunk produce JSON; summarize_document produces prose.

llama.cpp (GGUF)

GGUF versions can be used as LoRA adapters with llama-cli / llama-server:

llama-server -m Qwen3.5-2B.gguf --lora doc_processing.gguf

vLLM

vLLM loads Qwen3.5 as Qwen3_5ForConditionalGeneration (a VLM class), which nests the language model under a language_model. prefix. The adapters here are saved in standard PEFT format (trained with AutoModelForCausalLM), so the weight keys must be renamed before serving with vLLM's --enable-lora. Without the rename, vLLM silently zeros all LoRA weights with no error.

Apply the rename with fix_lora_keys.py from the shrew repo:

python fix_lora_keys.py path/to/adapter
vllm serve Qwen/Qwen3.5-2B \
  --enable-lora \
  --lora-modules doc_processing=path/to/adapter \
  --max-lora-rank 128 \
  --max-loras 1

Note --max-lora-rank 128 for the unified adapter (vLLM's default of 16 is too low).

Sampling parameters

Use Qwen 3.5 instruct-general parameters with enable_thinking=False:

paramvalue
temperature0.7
top_p0.8
top_k20

License

Same as base model (Qwen/Qwen3.5-2B).

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
09d5c15

0 моделей