Разработчик выпустил UmarTransit-1B, модель языка с открытым исходным кодом, специализированную для систем общественного транспорта и данных GTFS, созданную путем дообучения базовой модели Qwen2.5-1.5B-Instruct.
Модель была обучена с использованием QLoRA на 3 306 синтетических парах инструкция-ответ, полученных из 77M+ строк очищенных данных GTFS в 10 странах. Она достигает показателя ROUGE-L 0.82 в целом и доступна в форматах Safetensors и GGUF для локального вывода.
Проект демонстрирует, что качество данных важнее их количества, показывая, что хорошо структурированные обучающие пары могут давать сильные результаты на бесплатном оборудовании, таком как Colab T4.