# 指令精調

基於Llama-3-3B架構的指令微調模型，支持對話、推理和角色扮演等任務，適用於通用人工智能輔助場景。

通過SLERP方法合併的8B參數語言模型，結合了DeepSeek-R1和Nemotron-8B模型的優勢

基於Qwen2.5-Coder-14B-Instruct基礎模型，通過mergekit工具合併多個專業編碼模型的混合模型

該模型是基於Qwen2.5-14B-Instruct微調而來的文本生成模型，使用TRL庫進行訓練。

T3Q-qwen2.5-14b-v1.2-e2是基於Qwen/Qwen2.5-14B-Instruct-1M模型進行後訓練的版本，採用LoRA-8-4-0.0001-cosine-32-16配置，訓練數據為train_data_v1.2。

基於Qwen2.5-7B-Instruct模型在OpenR1-Math-220k數據集上進行微調的版本，專注於數學相關任務。

基於Meta-Llama-3-8B-Instruct微調的日語優化大語言模型，在多個日語基準測試中表現優異

基於Llama-3-8B通過ORPO方法微調的多語言大模型，使用50%最一致排名數據訓練，在多項語言任務中表現優異。

Phi-3-mini-4k-instruct的4位量化版本，使用bitsandbytes工具進行量化，專為微調設計。