Un usuario de Reddit está ajustando finamente el modelo Qwen 3.6 35B utilizando datos de fábulas coherentes para mejorar los modelos de lenguaje grandes locales. El proyecto tiene como objetivo recopilar extensos conjuntos de datos de fábulas de la comunidad para mejorar el rendimiento del modelo.

  • El autor alquiló GPUs H200 para llevar a cabo el proceso de ajuste fino.
  • Los primeros benchmarks muestran una mejora del +5% en la evaluación humana y las puntuaciones SWE.
  • El usuario está solicitando que otros empaqueten sus datos locales de fábulas para incluirlos en el conjunto de datos.
  • El objetivo es liberar el modelo final como código abierto después de más ciclos de entrenamiento.

La iniciativa destaca los esfuerzos impulsados por la comunidad para potenciar las capacidades de los modelos con pesos abiertos mediante la recopilación especializada de datos.