Joakimpalm-Zenは、推論のために提供されるのと同じ量子化されたGGUFウェイトを使用してLoRAアダプターを直接学習するためにXyntetik Runnerを更新し、別個のFP16学習コピーやランタイムの必要性を排除しました。

  • ツール使用のLoRAが凍結されたQwen3-4B Q4_K_M GGUFに対して学習され、保持された評価において正確なツール呼び出しと正しいツールの選択で1.00の精度を達成しました。
  • 同じベースGGUF、データセット、シード、および構成を使用して2つの独立した実行を行い、一致するSHA256ハッシュを持つバイト単位で同一のアダプターGGUFを生成しました。
  • BF16、Q8_0、およびQ4_K_Mの量子化間で比較した結果、すべてが1.00の精度に達しましたが、Q4を通じた学習はより高精度なバージョンとは測定可能なほど異なる最適化パス（コサイン類似度 0.9926）をたどりました。

著者はHugging Face上で完全な再現性アーティファクトを提供していますが、この実験は小さなデータセットを持つ狭い合成タスクに限定されており、主に学習メカニズムと決定論的性質のデモンストレーションとして機能しており、一般的な能力向上を示すものではありません。