minz-obsidian-golden-brain-v1
0,5B-«второй мозг» на Qwen2.5
1 мин чтения
Это компактная модель на 0,49 млрд параметров, собранная из Qwen2.5-0.5B-Instruct и Qwen2.5-0.5B методом Gradient-SLERP. Автор соединил базовые модели с личным Obsidian-vault: 1 466 Markdown-документов и 1 781 пара SFT-диалогов. Назначение — персональный ассистент с встроенными правилами по корейско-японским сценариям.
Ключевые особенности
- Послойный SLERP: для
embed_tokensиlm_headвзятоt=0.20(80% Instruct : 20% Base), чтобы снизить дрейф корейских и японских токенов. - Разные пропорции по слоям: в attention
tменяется с 0.35 до 0.22, а в MLP-слоях 8→16 — с 0.35 до 0.50. - Встроенная база знаний: 5 доменов, включая блоги Naver о Японии, автоматизацию YouTube Shorts, защиту от ошибок, налоговую формулу Quten Japan и монетизацию AI-бизнеса.
- Без отдельного системного промпта: по карточке, правила из Obsidian должны работать автоматически.
- Несколько способов запуска: через Connect AI.exe, Python/Transformers или локальный CLI-скрипт.
Пример
from transformers import AutoModelForCausalLM
model = AutoModelForCausalLM.from_pretrained(
"minjihong1/minz-obsidian-golden-brain-v1"
)
Подробнее
Бенчмарков и требований к VRAM в карточке нет.Это персональная модель под конкретный Obsidian-vault и корейско-японские задачи, а не универсальный ассистент.
Заявлены 1 466 документов и 1 781 SFT-диалог; параметров — 0,49 млрд.










Комментарии