LoLdle D4 · adaptador LoRA del agente Selector

Adaptador LoRA (MLX) para Ministral-3-3B-Instruct-2512 en 4 bits (mlx-community/Ministral-3-3B-Instruct-2512-4bit, revisión a962dcb09eee4169c890e544c9eb938f1113fdee). Lo usa sólo el agente Selector del sistema de tres agentes (Memoria → Selector → Verificador) que juega LoLdle Classic en el proyecto del curso Inteligencia Artificial Generativa (580694), Entregable 4. Memoria y Verificador siguen con el adaptador común del Entregable 3 (d3_paginas_cot3).

adapters.safetensors SHA-256: bcb99e98591255cf4a3d3d9645764cf9cd9e9a096fb4a3c1c03fadb5004c915a — es el archivo que produjo los resultados reportados en el repositorio del proyecto (results/d4/).

Tarea del Selector

Recibe el estado de restricciones que escribió Memoria (verdes, grises, amarillos, año, usados), los nombres excluidos y una página de 25 filas del roster. Debe escribir un veredicto por fila («Nombre ok» o «Nombre x campo») y la lista de filas compatibles, como JSON que continúa el prefijo {"action":"listar","revision":. El prompt de sistema exacto está en prompt_selector.txt.

Por qué este agente

En la prueba del Entregable 3, 4 de las 5 partidas detenidas (Morgana, Thresh, Ashe, Soraka) tenían un estado de Memoria que admitía al secreto, pero el Selector lo descartó en todas las pasadas por el campo amarillo (positions [["Middle"]], regions [["Ionia"]], regions [["Demacia","Shadow Isles"]]). Con amarillos de un solo valor, el Selector del D3 conservó 13 de 58 filas compatibles.

Datos

Ronda 1: data/ronda1/train.jsonl (2.503 ejemplos, 128 secretos de entrenamiento). Ronda 2: data/ronda2/train.jsonl (1.340 ejemplos de los mismos secretos, concentrados en amarillos difíciles de positions y regions). Validación de pérdida: 95 ejemplos de los 15 secretos de validación. Historiales simulados con el motor del juego; etiquetas calculadas con las reglas del juego sobre el feedback público, sin ningún modelo de lenguaje. Se sobrerrepresentan páginas con amarillos de un valor y filas que son subconjunto estricto de la cláusula. Ningún secreto de validación o prueba aparece en entrenamiento. Detalle: data/ronda1/report.json y data/ronda2/report.json.

Entrenamiento

LoRA (sobre pesos de 4 bits) rango 16, escala 20, dropout 0,05, 12 capas, mask_prompt, lote 1 con acumulación 4, mlx-lm 0.31.3, Apple M5 Pro (64 GB). Ronda 1 (lora_config_d4_selector_r1.yaml): desde d3_paginas_cot3, lr 2e-5, detenida en la iteración 1050; se usa su paso 1000. Ronda 2 (lora_config_d4_selector_r2.yaml): desde ese paso, lr 1e-5 cosine, 1.340 iteraciones (1 h 52 min), semilla 4042. Este archivo es el final de la ronda 2, elegido sólo con validación (checkpoint_selection.json).

Uso

pip install mlx-lm==0.31.3
mlx_lm.server --model mlx-community/Ministral-3-3B-Instruct-2512-4bit --port 8083
# cada petición al servidor puede llevar "adapters": "<ruta a esta carpeta>"

En el repositorio del proyecto: python -m agents_d4.evaluate --system d4 --adapter <ruta descargada> --split test --run-id hf_check.

Limitaciones

Especializado en un formato y un roster fijos (173 campeones). No mejora a Memoria ni al Verificador. Ver resultados y fallos en el repositorio del proyecto.

Downloads last month

-

Downloads are not tracked for this model. How to track
MLX
Hardware compatibility
Log In to add your hardware

Quantized

Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Model tree for MatiasCaamano/loldle-d4-selector-lora