Agent commerce adapter for Qwen3.5 2B
адаптер для коммерческих запросов
2 мин чтения
Этот LoRA-адаптер (небольшая надстройка над базовой моделью) обучает Qwen3.5 2B обрабатывать торговые и платёжные запросы для локального агента на устройстве. Он превращает короткую фразу пользователя в структурированный JSON с типом запроса (поиск, уже совершённый платёж или другое), поисковым запросом, максимальной ценой, валютой, продавцом и суммой. Адаптер создан автором nicolasarnedo для работы в iPhone-агенте Nest через фреймворк QVAC от Tether и кошелёк WDK, при этом сама модель ничего не покупает и не оплачивает. Подойдёт разработчикам локальных мобильных ассистентов, которым нужен компактный парсер торговых команд.
Ключевые особенности
- Превращает короткие текстовые запросы на покупку и оплату в структурированный JSON
- Предназначен для работы на смартфоне через QVAC SDK на базе модели QWEN3_5_2B_MULTIMODAL_Q8_0 (сохраняет качество и на Q4_K_M)
- Обучен с параметрами LoRA rank 16 и alpha 32 на слоях внимания и FFN
- Точность разбора запросов в чате выросла до 46/48 против 37/48 у базовой 2B-модели
Что можно сделать
- Встроить GGUF-адаптер в локальное мобильное приложение на базе QVAC для разбора пользовательских команд на покупку
- Извлекать из коротких английских фраз структурированные параметры вроде продавца, суммы, валюты и лимита цены для дальнейшей проверки кодом
Пример
// Подключение GGUF-адаптера при загрузке модели в QVAC SDK
modelConfig.lora = "agentic-commerce-adapter.gguf";Подробнее
• Бенчмарки: 46/48 корректно разобранных чат-запросов (против 37/48 у базы), 20/24 в слепых тестах по выбору продавца без ошибочных покупок• Обучение: 2 эпохи, learning rate 3e-5 (min 1e-6), длина контекста 320 токенов, файл agentic-commerce-adapter.gguf
• Ограничения: обучен только на коротких английских запросах, требует предварительной очистки длинного текста, не для продакшена (демо для тестнета Sepolia)
• Лицензия: Apache-2.0










Комментарии