File size: 2,913 Bytes
29162d0 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 | ---
library_name: transformers
license: agpl-3.0
language:
- it
base_model: unsloth/Qwen2.5-3B-bnb-4bit
tags:
- swl
- bcl
- radioascolto
- radioamatore
- ham-radio
- shortwave
- italian
- qwen2.5
- unsloth
- gguf
- ollama
- lora
- qlora
- finetuned
pipeline_tag: text-generation
---
# swlbot · Qwen2.5-3B fine-tunato per il radioascolto (SWL/BCL)
Modello **fine-tunato** con QLoRA su dominio **radioascolto / Short Wave Listening / BCL** in **italiano**.
Partenza: `unsloth/Qwen2.5-3B-bnb-4bit` (Qwen2.5-3B Instruct in 4-bit).
Dataset: coppie Q&A estratte da `radioascoltopratico.org`.
## 📻 Cosa sa fare
- Tecniche di antenna e ricezione HF
- Bande broadcasting internazionali e stazioni
- Ricevitori e software SDR
- Emittenti internazionali e orari/frequenze tipici
- Termini tecnici SWL/BCL in italiano
Il modello **risponde in italiano**, in modo pratico e diretto, con riferimenti concreti a frequenze, stazioni e strumenti reali.
## 📦 Contenuto del repo
| File | Descrizione |
|------|-------------|
| `swlbot-Q4_K_M.gguf` | Modello quantizzato **Q4_K_M** pronto per Ollama / llama.cpp |
| `adapter/adapter_config.json` | Config LoRA |
| `adapter/adapter_model.safetensors` | Adapter LoRA raw (per merge/inference con PEFT) |
| `Modelfile` | Modelfile Ollama (import in 1 comando) |
## 🚀 Utilizzo con Ollama
```bash
# Scarica il GGUF da HF (o usa il Modelfile incluso)
ollama create swlbot -f Modelfile
ollama run swlbot "Qual è la migliore frequenza per Radio Romania la sera?"
```
> ⚠️ Nel `Modelfile`, modifica il path `FROM` se carichi il GGUF localmente:
> ```
> FROM ./swlbot-Q4_K_M.gguf
> ```
## 🧪 Dettagli training (QLoRA)
| Parametro | Valore |
|-----------|--------|
| Base model | `unsloth/Qwen2.5-3B-bnb-4bit` |
| Metodo | QLoRA (4-bit) |
| LoRA rank | 8 |
| LoRA alpha | 16 |
| Target modules | q_proj, v_proj, k_proj, o_proj, gate_proj, up_proj |
| LoRA dropout | 0.05 |
| Epochs | 3 |
| Learning rate | 2e-4 |
| Batch size | 1 × 8 (effective 8) |
| Max seq length | 1024 |
| Train examples | 255 |
| Eval examples | 64 |
| Final loss | ~1.33 |
Export: `save_pretrained_gguf` di Unsloth (auto-merge LoRA → quantizzazione Q4_K_M).
## 🔗 Link utili
- Base model: [unsloth/Qwen2.5-3B-bnb-4bit](https://huggingface.co/unsloth/Qwen2.5-3B-bnb-4bit)
- Dataset source: articoli da `radioascoltopratico.org`
- Integrato in: [Consigliere di Stazione](https://github.com/111blackeagle111/consigliere-di-stazione) (log QSO + consigli AI)
## ⚠️ Limiti
- Modello leggero (3B): può allucinare su frequenze/stazioni specifiche — verifica sempre con fonti ufficiali (IARU, ARRL, WRTH).
- Conoscenza limitata al dataset di training (~255 esempi). Non è un manuale radio completo.
- Ottimizzato per risposte in **italiano**.
## 📝 Licenza
AGPL-3.0 (in linea con Unsloth). Deriva da Qwen2.5 (licenza Apache-2.0 del modello base).
|