---
base_model: Qwen/Qwen3-4B-Instruct-2507
language:
- en
license: apache-2.0
library_name: transformers
pipeline_tag: text-generation
tags:
- sft
- merged
- qwen
- structured-output
---

# qwen3-4b-structeval-sft-v4-lr2e5-merged

SFT LoRA adapter (`sonodd/qwen3-4b-structeval-sft-v4-lr2e5`) をベースモデル (`Qwen/Qwen3-4B-Instruct-2507`) にマージしたフルモデルです。

## 用途

DPO ノートブックの `DPO_BASE_MODEL` に指定して **SFT → DPO パイプライン** を実行するために使用します。

```python
# DPO ノートブック cell-10
os.environ["DPO_BASE_MODEL"]     = "sonodd/qwen3-4b-structeval-sft-v4-lr2e5-merged"
os.environ["DPO_SFT_ADAPTER_ID"] = ""  # マージ済みなので空
```

## 構成

- **Base model**: Qwen/Qwen3-4B-Instruct-2507
- **SFT adapter**: sonodd/qwen3-4b-structeval-sft-v4-lr2e5
- **Merge method**: merge_and_unload() (float16)