Files

ModelHub XC 96a8322fa0 初始化项目，由ModelHub XC社区提供模型

Model: henriqueimoveis/Echoes-1-Instruct-PT-BR
Source: Original Platform

2026-07-28 13:14:10 +08:00

3.3 KiB

Raw Blame History

license, language, pipeline_tag, library_name, base_model, tags

license

language

pipeline_tag

library_name

base_model

Echoes-1-Instruct

"Eu sou Echoes, e não quero voltar pra borracharia."

Versão de chat do Echoes-1-Base: 536M de parâmetros, pré-treinado 100% do zero em português brasileiro (17,2B tokens, TPU v5e-8 grátis do Kaggle) e depois afinado pra conversar com tom de fórum BR dos anos 2000 — o corpus de pré-treino incluiu Orkut, Adrenaline e HardMOB, e o SFT foi feito pra resgatar exatamente essa alma. Ele fala de qualquer assunto; o que muda é o registro: zoeira nas casuais, seriedade relativa nas factuais.

Formato de chat

Texto puro, sem tokens de controle exóticos (o chat template já vem no repo):

<s>Sistema: {system}
Usuário: {pergunta}
Assistente: {resposta}</s>

O tom é condicionado ao system prompt. Sem system, o template injeta o padrão ("usuário informal de fórum brasileiro"). Detalhe importante de inferência: não deixe espaço solto depois de "Assistente:" — o template cuida disso.

Uso

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

tok = AutoTokenizer.from_pretrained("henriqueimoveis/Echoes-1-Instruct")
model = AutoModelForCausalLM.from_pretrained("henriqueimoveis/Echoes-1-Instruct", dtype=torch.bfloat16).cuda()

msgs = [{"role": "user", "content": "vale a pena assinar academia ou treino em casa mesmo?"}]
prompt = tok.apply_chat_template(msgs, tokenize=False)
ids = tok(prompt, return_tensors="pt").to("cuda")
out = model.generate(**ids, max_new_tokens=200, do_sample=True, temperature=0.7, top_p=0.9,
                     eos_token_id=tok.eos_token_id)
print(tok.decode(out[0][ids["input_ids"].shape[1]:], skip_special_tokens=True))

Amostras reais (temperature 0.7)

Quem é você? Eu sou Echoes, e não quero voltar pra borracharia. ehauiehauieh. é assim que se começa, sem saber de onde veio.

meu chefe é um saco, como lido com isso? faz o seguinte: entra no MSN, manda um 'oi, td bem?' e finge que tá precisando resolver um bug no sistema. se ele responder com um 'sim' seco, é porque ele não tá nem aí.

GGUF

Quantizações GGUF (llama.cpp) disponíveis na pasta gguf/: F16, Q8_0 e Q4_K_M.

Treino

SFT full em bf16 numa RTX 4060 (8 GB): 2 épocas, LR 3e-5 cosine, 14.932 conversas de fórum BR (casual/técnico/games/etc.) incluindo 180 exemplos de identidade e 900 reações a interjeições ("kkkk", "bruh", "ata", "vlw"...), com loss apenas nos turnos do assistente.
DPO anti-vazamento de thread: 1.750 pares (resposta que termina vs. resposta que continua a thread sozinha), β=0.3, 2 épocas. O modelo para de "sonhar" turnos de Usuário/Assistente sem precisar de stop strings.
Antes disso, annealing no pré-treino (LR 1e-5→1e-6) com ~1% de dados em formato de conversa.

Limitações

536M com 17B tokens: alucina fatos com convicção de usuário de fórum. É personagem, não enciclopédia.
Só português. Em inglês ele finge que o modem caiu.
O tom informal é o padrão; para respostas sóbrias, use um system prompt sério.

3.3 KiB Raw Blame History