license, base_model, tags, language, pipeline_tag, library_name

license	base_model	tags	language	pipeline_tag	library_name
apache-2.0	Qwen/Qwen2.5-1.5B-Instruct	finance qwen2.5 lora conversational chinese	zh en	text-generation	transformers

Druckenmiller 1.5B v2（实验性）

斯坦利·德鲁肯米勒风格的宏观交易认知陪练小模型。基于 Qwen/Qwen2.5-1.5B-Instruct 做 QLoRA 微调后合并。

免责声明：本模型仅供研究与教育演示，不构成投资建议。金融市场有风险，决策请自行负责。

训练概况

项	值
基座	Qwen2.5-1.5B-Instruct
数据	~284 条 ShareGPT（约 28% 多轮）
方法	QLoRA r=16，4 epochs
多轮评测	6/10（门槛 8/10，未达标）
状态	Experimental preview

文件

• Transformers safetensors + tokenizer：HF Space CPU / 本地 GPU
• druckenmiller-1.5b-v2-q4_k_m.gguf：推荐用 llama.cpp / llama-cpp-python（约 1GB）
• druckenmiller-1.5b-v2-f16.gguf：全精度 GGUF（约 3GB）

本地快速试用

# Transformers（需 GPU 更佳）
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

repo = "januschoy/druckenmiller-1.5b-v2"
tok = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(repo, torch_dtype=torch.float16, device_map="auto", trust_remote_code=True)

已知限制

• 多轮追问偶发跑题（分众粘性、共识黄金等场景）
• 1.5B 容量有限，宏观细节可能幻觉
• 公开 Demo 若跑在免费 CPU Space，延迟较高且有冷启动

License

权重遵循 Apache-2.0；并请遵守 Qwen2.5 相关条款。