---
language: ru
license: cc-by-nc-4.0
library_name: transformers
base_model: Qwen/Qwen3.5-4B-Base
tags:
- qwen
- qwen3.5
- lora
- peft
- russian
- instruct
- unsloth
- alpaca
pipeline_tag: text-generation
datasets:
- LLiserginov/russian-instructions-10k
widget:
- messages:
  - role: user
    content: "Напиши короткий рассказ о коте и луне."
---

# Luqwen-4B

**Luqwen-4B** — русскоязычная текстовая модель, полученная дообучением **Qwen3.5-4B-Base** методом **LoRA (QLoRA)** на наборе русскоязычных инструкций. Модель предназначена для следования инструкциям на русском языке.

Базовая модель Qwen3.5-4B-Base использует гибридную архитектуру (Gated DeltaNet + Full Attention) с контекстом до 262k токенов, что обеспечивает эффективный инференс при сохранении качества генерации.

## Base model

| Свойство | Значение |
|---|---|
| Архитектура | Qwen3.5 For Causal LM (гибрид Linear/Full Attention) |
| Параметров | 4B |
| Скрытая размерность | 1024 |
| Слоёв | 24 |
| Контекст | до 262 144 токенов |
| Вокабуляр | 248 320 (padding) |
| MTP | 1 слой |

Подробнее: [Qwen3.5-4B-Base](https://huggingface.co/Qwen/Qwen3.5-4B-Base)

## Training data

Модель дообучалась на датасете [russian-instructions-10k](https://huggingface.co/datasets/LLiserginov/russian-instructions-10k) — ~10k русскоязычных пар инструкция-ответ (CC BY-NC 4.0).

**Pipeline подготовки данных:**
1. Фильтрация 10k примеров из [Alpaca Cleaned](https://github.com/gururise/AlpacaDataCleaned) (все coding + math, остальные random)
2. Перевод с английского на русский через **Gemma 4 26B** (llama.cpp API)
3. Очистка от непереведённых примеров (27 записей)
4. Конвертация в ChatML-формат

**Состав датасета:**

| Категория | Количество |
|---|---|
| General | ~8 812 |
| Math | ~603 |
| Coding | ~560 |
| **Total** | **~9 975** |

## Training procedure

### Параметры LoRA

| Параметр | Значение |
|---|---|
| rank (r) | 16 |
| lora_alpha | 32 |
| lora_dropout | 0 |
| bias | none |
| Целевые модули | `q_proj`, `k_proj`, `v_proj`, `o_proj`, `gate_proj`, `up_proj`, `down_proj`, `in_proj_qkv`, `in_proj_z`, `out_proj`, `in_proj_a`, `in_proj_b` |

### Гиперпараметры обучения

| Параметр | Значение |
|---|---|
| Оптимизатор | AdamW 8-bit |
| Precision | BF16 (mixed) |
| Batch size | 1 (8 gradient accumulation steps) |
| Learning rate | 2e-4 |
| Эпохи | 3 |
| Warmup steps | 20 |
| Max seq length | 4096 токенов |
| Обёртка | unsloth (4-bit QLoRA) |

### Слияние весов

После обучения LoRA-адаптер был слит с базовой моделью в 16-bit точность (метод `merged_16bit` через unsloth) для удобного использования без дополнительных зависимостей PEFT.

## Usage

```python
from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "LLiserginov/Luqwen-4B"

tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto",
    trust_remote_code=True,
)

messages = [
    {"role": "user", "content": "Напиши короткий рассказ о коте и луне."},
]

text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
)

inputs = tokenizer(text, return_tensors="pt").to(model.device)

outputs = model.generate(
    **inputs,
    max_new_tokens=1024,
    temperature=0.7,
    top_p=0.9,
    do_sample=True,
)

response = tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True)
print(response)
```

### Использование с vLLM

```python
from vllm import LLM, SamplingParams

llm = LLM(model="LLiserginov/Luqwen-4B", trust_remote_code=True)

messages = [
    {"role": "user", "content": "Объясни разницу между supervised и unsupervised learning."},
]

outputs = llm.chat(messages, sampling_params=SamplingParams(temperature=0.7, max_tokens=1024))
print(outputs[0].outputs[0].text)
```

## Limitations

- Модель дообучена на **малом объёме данных** (~10k примеров), что может ограничивать качество и разнообразие ответов
- Датасет переведён машинным способом (Gemma 4 26B) — возможны артефакты, буквализмы и потеря смысла
- Модель не проходила RLHF/DPO-калибровку и может генерировать нежелательный или фактически неверный контент
- Не предназначена для использования в медицинских, юридических или других критических областях
- Это текстовая версия — мультимодальные возможности Qwen3.5 (изображения, видео) не используются

## License

Модель распространяется под лицензией **CC BY-NC 4.0** (Creative Commons Attribution Non Commercial 4.0) ввиду ограничений производного датасета.

Базовая модель: [Qwen3.5-4B-Base](https://huggingface.co/Qwen/Qwen3.5-4B-Base) — Apache 2.0.