# 指令精调

基于Llama-3-3B架构的指令微调模型，支持对话、推理和角色扮演等任务，适用于通用人工智能辅助场景。

通过SLERP方法合并的8B参数语言模型，结合了DeepSeek-R1和Nemotron-8B模型的优势

基于Qwen2.5-Coder-14B-Instruct基础模型，通过mergekit工具合并多个专业编码模型的混合模型

该模型是基于Qwen2.5-14B-Instruct微调而来的文本生成模型，使用TRL库进行训练。

T3Q-qwen2.5-14b-v1.2-e2是基于Qwen/Qwen2.5-14B-Instruct-1M模型进行后训练的版本，采用LoRA-8-4-0.0001-cosine-32-16配置，训练数据为train_data_v1.2。

基于Qwen2.5-7B-Instruct模型在OpenR1-Math-220k数据集上进行微调的版本，专注于数学相关任务。

基于Meta-Llama-3-8B-Instruct微调的日语优化大语言模型，在多个日语基准测试中表现优异

基于Llama-3-8B通过ORPO方法微调的多语言大模型，使用50%最一致排名数据训练，在多项语言任务中表现优异。

Phi-3-mini-4k-instruct的4位量化版本，使用bitsandbytes工具进行量化，专为微调设计。