Fine-Tuned Blender v4

Экспериментальный LoRA-адаптер от Chaman1234 для генерации кратких скриптов Blender 5.1 на Python. Продолжает v3 на 24 новых примерах workflow и 24 replay-примерах: 48 шагов оптимизатора, seed 42, NF4-база и штраф на квадратичные изменения эффективных весов адаптера. Базовая модель — Qwen2.5-Coder-1.5B-Instruct, библиотека — PEFT.

✅ Ключевые особенности

• ✅ Нацелен на скрипты Blender 5.1 с использованием bpy.
• 🔥 Продолжает v3: 24 новых workflow-примера и 24 replay-примера, 48 шагов, seed 42.
• 💻 Работает поверх Qwen2.5-Coder-1.5B-Instruct с NF4-базой через PEFT.
• 📌 В тесте на шести held-out промптах V4 прошёл 6/6 проверок сцены с первой попытки против 0/6 у V3.
• 👀 Для похожих промптов советуют начинать с “Write a Blender 5.1 Python script using bpy”, задавать точные имена объектов и просить краткий Python без комментариев и Markdown.

💻 Пример

from peft import PeftModel
from transformers import AutoModelForCausalLM, AutoTokenizer

base = 'Qwen/Qwen2.5-Coder-1.5B-Instruct'
tokenizer = AutoTokenizer.from_pretrained(base)
model = AutoModelForCausalLM.from_pretrained(base)
model = PeftModel.from_pretrained(model, 'Chaman1234/Fine-Tuned-Blender')

Подробнее

Бенчмарк: V4 — 6/6 проверок сцены с первой попытки, V3 — 0/6; средняя длина вывода — 79,67 против 76,33 токена.
Шесть held-out промптов — вариации параметров и имён объектов для трёх workflow-паттернов из обучения; результат показывает перенос внутри этих паттернов.
У V4 нет сопоставимого регрессионного результата на исходном наборе из 12 задач и нет GGUF-оценки.
Проверка сцен запускается в Blender 5.1 в background mode; сгенерированный скрипт нужно просматривать перед выполнением.