Um usuário do Reddit está ajustando finamente o modelo Qwen 3.6 35B usando dados de fábulas coerentes para melhorar modelos de linguagem grandes locais. O projeto visa reunir extensos conjuntos de dados de fábulas da comunidade para aprimorar o desempenho do modelo.
- O autor alugou GPUs H200 para conduzir o processo de ajuste fino.
- Os primeiros benchmarks mostram uma melhoria de +5% na avaliação humana e nas pontuações SWE.
- O usuário está solicitando que outros empacotem seus dados locais de fábulas para inclusão no conjunto de dados.
- O objetivo é disponibilizar o modelo final como código aberto após mais rodadas de treinamento.
A iniciativa destaca os esforços impulsionados pela comunidade para aumentar as capacidades de modelos com pesos abertos por meio da coleta especializada de dados.