Tea-0.1-4B

Tea-0.1-4B 用中文聊茶、接日常闲聊,也能把“刚才那款,给我泡淡一点”转换为泡茶机的动作提议。模型根据历史对话提出茶种和浓度,控制器核对菜单、用户授权、传感器与任务回执后再决定是否执行。当前原型菜单为铁观音和凤凰单丛。

下载完整 Q8_0 · GitHub 权重分卷与 LoRA · 公开训练与评测数据 · 训练方法与记录

输入、输出与上下文

项目 发布版本
输入 文本;控制器可附上本轮设备状态和对话历史
输出 中文文本,或供控制器解析的动作 JSON
推理模板 非思考模式;部署预设为贪婪解码
本地默认窗口 4,096 tokens,含系统提示、历史、当前输入与生成;单次生成默认上限 192 tokens
比较评测 每个并发请求预留 32,768 tokens;未开展该长度下的长文检索、长对话记忆验收
视觉与声音 本 GGUF 仅含语言模型。图片、视频及音频输入均未交付。语音交互需要独立的语音识别和合成模块

官方基座带视觉编码器,支持文本、图像、视频输入和文本输出,标称原生窗口 262,144 tokens。Tea 的专用微调、量化和设备联调均走文本路径。基座的窗口上限也未在 Tea 上做专项验证。Qwen 官方模型卡

本地运行

克隆工程,下载 GGUF 并检查摘要。在 macOS 或 Linux 上安装 Ollama、curl 和 Python 3.10+,然后运行:

git clone https://github.com/yrjmdqmmx/Tea-0.1-4B.git
cd Tea-0.1-4B/exports
mkdir -p gguf
curl -fL --retry 3 -o gguf/qwen35-4b-tea-v5-Q8_0.gguf https://huggingface.co/yrjmdqmmx/Tea-0.1-4B/resolve/main/qwen35-4b-tea-v5-Q8_0.gguf
shasum -a 256 -c SHA256SUMS
sh run_local.sh ollama

Linux 也可用 sha256sum -c SHA256SUMS。使用 llama.cpp,可改用 sh run_local.sh llama。脚本使用模拟设备。物理加热、阀门、干烧保护仍需硬件联锁和实机验证。仅聊天可在 Ollama 导入后运行 ollama run tea-v5。

通过 GitHub 下载时,在本仓库的 exports 目录运行下面的命令。需要 GitHub CLI;已手动下载资产时可跳过第一行。

gh release download v0.1.0 --repo yrjmdqmmx/Tea-0.1-4B --pattern '*.part0?'
shasum -a 256 -c SHA256SUMS.parts
mkdir -p gguf
cat qwen35-4b-tea-v5-Q8_0.gguf.part0[123] > gguf/qwen35-4b-tea-v5-Q8_0.gguf
shasum -a 256 -c SHA256SUMS

整文件 4,482,402,816 字节,SHA-256 为 15735c5ddcf019338cf9ff78bd28fc313524a9290b6b09e335eda1e5b7f1bc59。

训练与评测

第五轮 SFT 从固定修订的 Qwen3.5-4B 对话版重新训练。1,746 段对话覆盖茶知识、自然聊天、动作提议和按控制器回执播报。LoRA 秩 16,训练 alpha 32,部署 alpha 28。使用开发集选中的第 219 步,核对 200 个目标投影后合并与量化。历史 DPO 实验未纳入成品。原始训练与校准记录

v3 固定样本 得分
固定软件闭环 / 额外多轮指代 34/34 · 10/10
软件控制器误播 / 漏启 / 误启 / 指错茶 0 / 0 / 0 / 0
茶知识单选 / 陌生茶名防编造 / 茶文化开放题 50/60 · 16/30 · 7/10
C-Eval / Chinese-SimpleQA 150/200 · 107/200

茶名辨识仍有 14 道未通过;购茶时不能仅凭商品名判断品种、产区或真伪。设备通过率包含确定性控制器。评分来自本项目的固定子集。12 项得分与评测方法

来源与许可

基座为 Qwen 团队的 Qwen/Qwen3.5-4B(Apache-2.0),本项目进行了中文 SFT、权重合并与 Q8_0 量化。原创控制器与代码采用 Apache-2.0,原创训练与评测数据采用 CC BY 4.0,第三方素材的逐项许可见发布清单。许可及署名

Downloads last month
5
GGUF
Model size
4B params
Architecture
qwen35
Hardware compatibility
Log In to add your hardware

8-bit

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

Model tree for yrjmdqmmx/Tea-0.1-4B

Finetuned
Qwen/Qwen3.5-4B
Finetuned
(1,557)
this model

Dataset used to train yrjmdqmmx/Tea-0.1-4B