🇧🇷🇺🇸 Qwen3-0.6B-PTBR-EN-Professor (Safetensors + GGUF Q8_0 & F16)

Qwen3-0.6B-PTBR-EN-Professor é um modelo instrutor bilíngue de Inglês e Português do Brasil (PT-BR ⇄ EN) criado via Cirurgia Direta de Pesos em Forma Fechada (Null-Space Constrained Trajectory MEMIT & Layer-27 Margin Polishing) sobre o modelo base Qwen/Qwen3-0.6B.

Este repositório inclui tanto o modelo padrão Hugging Face (model.safetensors) quanto as versões GGUF (Q8_0 8-bit e F16 16-bit) prontas para rodar no Ollama, LM Studio, llama.cpp, Jan, KoboldCpp ou diretamente no navegador via Hugging Face Spaces.

---

📊 Resultados no Benchmark Bilíngue PT-BR ⇄ EN (28 Tarefas)

---

📦 Arquivos Disponíveis neste Repositório

• model.safetensors (1.51 GB — bfloat16): Pesos completos compatíveis com transformers e vLLM.
• Qwen3-0.6B-PTBR-EN-Professor-Q8_0.gguf (804 MB — Q8_0): Versão GGUF quantizada em 8-bit (rápida e leve).
• Qwen3-0.6B-PTBR-EN-Professor-F16.gguf (1.51 GB — F16): Versão GGUF em precisão total 16-bit.
• Modelfile: Arquivo de configuração pronto para importar no Ollama.
• ptbr_en_comparison_complete.json: Resultados completos antes vs. depois em todas as 28 tarefas.

---

🚀 Como Usar

1. Com transformers (Python)

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "zerolimites/Qwen3-0.6B-PTBR-EN-Professor"
tok = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype="auto")

messages = [{"role": "user", "content": "Qual a diferença entre 'actually' em inglês e 'atualmente' em português?"}]
prompt = tok.apply_chat_template(messages, tokenize=False, add_generation_prompt=True, enable_thinking=False)
inputs = tok(prompt, return_tensors="pt")
out = model.generate(**inputs, max_new_tokens=95, do_sample=False)
print(tok.decode(out[0][inputs.input_ids.shape[1]:], skip_special_tokens=True))

2. Com Ollama / llama.cpp (GGUF)

ollama create qwen-professor -f Modelfile
ollama run qwen-professor "Explique a diferença entre borrow e lend em inglês."