lucasmg09/Qwen3.5-2B-PTBR

Qwen3.5-PTBR-2B

Fine-tune em português (PT-BR) do modelo base Qwen3.5-2B, treinado via SFT (Supervised Fine-Tuning) para melhorar a fluência e a aderência ao português brasileiro.

Descrição

• —Modelo base: Qwen3.5-2B
• —Idioma: Português (PT-BR)
• —Tipo de treino: SFT (1 época)
• —Tarefa: Geração de texto / assistente conversacional
• —Desenvolvido por: Lucas Mateus Gonçalves

Treinamento

Treinado por 1 época completa (663 passos), com train_batch_size = 8.

Hiperparâmetros

num_train_epochs: 1
max_steps: 663
train_batch_size: 8
logging_steps: 10
save_steps: 500
learning_rate: 5e-5
lr_scheduler: linear

Como usar

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "lucasmg09/Qwen3.5-PTBR-2B"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto")

messages = [
    {"role": "user", "content": "Explique o que é aprendizado por reforço."},
]
inputs = tokenizer.apply_chat_template(messages, return_tensors="pt", add_generation_prompt=True).to(model.device)
outputs = model.generate(inputs, max_new_tokens=512)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Versões quantizadas (GGUF)

Versões em GGUF disponíveis para uso com llama.cpp / Ollama / LM Studio.

Dados de treino

Dataset sintético em português, gerado a partir do modelo GLM (<confirme nome/versão: GLM-4.5? GLM-4.6?>).

• —Fonte: dados gerados pelo modelo GLM
• —Idioma: Português (PT-BR)
• —Tamanho: ~10.000 exemplos

Limitações e vieses

Modelo de 2B parâmetros: pode gerar informações incorretas, alucinar fatos e refletir vieses presentes nos dados de treino. Não deve ser usado para decisões críticas sem supervisão humana.

Licença

Apache-2.0, herdada do modelo base Qwen3.5. <confirme a licença real do Qwen3.5>

Citação

@misc{qwen35ptbr2b,
  title  = {Qwen3.5-PTBR-2B},
  author = {Lucas Mateus Gonçalves},
  year   = {2026},
  url    = {https://huggingface.co/lucasmg09/Qwen3.5-PTBR-2B}
}