Un usuario ha lanzado un fine-tune estrecho del modelo Gemma-4-31B-it específicamente optimizado para tareas de copywriting y escritura creativa. El modelo fue entrenado para eliminar clichés genéricos de marketing y adoptar un estilo de respuesta directa caracterizado por especificaciones concretas y llamadas a la acción precisas.
- Evaluado usando EqBench3 con 30 briefs del mundo real en formatos como anuncios de Facebook, emails en frío y landing pages.
- Alcanzó una puntuación Elo de 1657 en comparación con los 1367 del modelo base, un aumento de +290 puntos.
- Ganó 24 de cada 30 comparaciones cara a cara (80%) en evaluaciones ciegas juzgadas por DeepSeek V4 Flash.
- El entrenamiento utilizó QLoRA SFT sobre un corpus curado de briefs de marketing y ejemplos reales de anuncios.
- Los pesos están fusionados a bf16 completo con soporte de contexto de 256K, requiriendo `enable_thinking=false` para un rendimiento óptimo.
Este fine-tune ayuda a los usuarios a generar copy más específico e inteligente emocionalmente al evitar la evasión y el lenguaje vago sobre beneficios común en modelos de chat generales.