Joakimpalm-Zen ने Xyntetik Runner को अपडेट किया है ताकि वह उसी क्वांटाइज्ड GGUF वेट्स का उपयोग करके LoRA एडाप्टर्स को सीधे प्रशिक्षित कर सके, जो इसे इनफरेंस के लिए सर्व करता है, जिससे अलग FP16 प्रशिक्षण कॉपी या रनटाइम की आवश्यकता समाप्त हो जाती है।

  • एक टूल-यूज़ LoRA को फ्रोज़न Qwen3-4B Q4_K_M GGUF के खिलाफ प्रशिक्षित किया गया, जिसने हल्ड-आउट इवैल्यूएशन में एक्सैक्ट टूल कॉल्स और राइट-टूल सिलेक्शन पर 1.00 एक्करेसी हासिल की।
  • समान बेस GGUF, डेटासेट, सीड और कॉन्फ़िग के साथ दो स्वतंत्र रन ने मेल खाते SHA256 हैश के साथ बाइट-आइडेंटिकल एडाप्टर GGUF उत्पन्न किए।
  • BF16, Q8_0 और Q4_K_M क्वांटाइज़ेशन के बीच तुलना से पता चला कि जबकि सभी ने 1.00 एक्करेसी हासिल की, Q4 के माध्यम से प्रशिक्षण ने उच्च-प्रिसिजन संस्करणों की तुलना में एक नापने योग्य रूप से अलग ऑप्टिमाइज़ेशन पथ (कोसाइन सिमिलैरिटी 0.9926) का अनुसरण किया।

लेखक ने Hugging Face पर पूर्ण रिप्रोड्यूसिबिलिटी आर्टिफैक्ट्स प्रदान किए हैं, लेकिन यह भी नोट किया है कि यह प्रयोग छोटे डेटा के साथ एक संकीर्ण सिंथेटिक टास्क तक सीमित है, जो मुख्य रूप से जनरल कैपेबिलिटी इम्प्रूवमेंट की बजाय प्रशिक्षण तंत्र और डिटरमिनिस्टिक गुणों का प्रदर्शन करने के लिए सेवा देता है।