ynanxiu/olmo190m-coffee-lora

OLMo3-190M Coffee SFT (QLoRA)

使用 Unsloth 对 OLMo3-190M-zh-full 进行 QLoRA 微调的 LoRA adapter，数据集为 coffee-sft-dataset。

训练信息

• 基座模型: ynanxiu/olmo3-190M-zh-full (190M 参数)
• 数据集: coffee-sft-dataset (4,768 条咖啡领域对话)
• 微调方式: QLoRA (4-bit NF4 + LoRA r=16)
• 可训练参数: 3,391,488 / 190,403,328 (1.78%)
• 训练步数: 1,192 steps (1 epoch)
• 训练时间: ~13.7 分钟 (RTX 4060 8GB)
• 最终 Loss: ~2.84
• 学习率: 2e-4, cosine schedule, warmup 5%

技术栈

• Unsloth 2026.5.7 (2x faster finetuning)
• PEFT (QLoRA)
• TRL (SFTTrainer)
• bitsandbytes (4-bit quantization)
• PyTorch 2.6.0 + CUDA 12.4 + Triton 3.2.0

使用方法

from unsloth import FastLanguageModel
import torch

model, tokenizer = FastLanguageModel.from_pretrained(
    "ynanxiu/olmo3-190M-zh-full",
    load_in_4bit=True,
    max_seq_length=1024,
)

from peft import PeftModel
model = PeftModel.from_pretrained(model, "ynanxiu/olmo190m-coffee-lora")

FastLanguageModel.for_inference(model)
messages = [{"role": "user", "content": "介绍一下咖啡的种类"}]
inputs = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
input_ids = tokenizer(inputs, return_tensors="pt").to(model.device)
outputs = model.generate(**input_ids, max_new_tokens=200, temperature=0.3)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

生成示例

Q: 请用专业口吻介绍咖啡的种类和特点。

咖啡主要分为阿拉比卡（Arabica）和罗布斯塔（Robusta）两大类：

• 阿拉比卡：占全球产量60-70%，生长于高海拔地区，风味复杂，酸度明显
• 罗布斯塔：抗病性强，低海拔种植，苦味重，咖啡因含量高

Q: 咖啡因对人体有什么影响？

咖啡因对人体有显著影响，具有镇痛作用，能够缓解疲劳，并降低患心脏病的风险。