예제 소스

local_models_from_rl.md

# rl 프로젝트에서 찾은 로컬 모델들

`~/project 아래에서 `config.json`/토크나이저/가중치를 가진 “모델 폴더”를 찾아 정리했습니다.

현재 발견된 것은 모두 **VLM(vision-language) Instruct** 계열입니다. (예: `model_type=qwen2_5_vl`, `qwen3_vl`, `idefics3`)

우리 `chart/training/train_surge_lora.py`는 **텍스트 CausalLM LoRA 학습**만 지원하므로,
아래 VLM 경로를 그대로 `BASE_MODEL`로 넣으면 학습 스크립트에서 **중단(warn)** 하도록 해 두었습니다.

## 발견된 모델 경로

- `invader/vlm_models/Qwen__Qwen3-VL-2B-Instruct/`
- `omook/vlm_models/Qwen__Qwen3-VL-2B-Instruct/`
- `omook/vlm_models/Qwen__Qwen3-VL-8B-Instruct/`
- `omook/vlm_models/HuggingFaceTB__SmolVLM-Instruct/`
- `tetris_rl/llms/Qwen2.5-VL-3B-Instruct/`

## “어울리는” 후보 (용량/속도 관점)

- **가장 가벼운 로컬 후보**: `Qwen__Qwen3-VL-2B-Instruct` (2B급)
  - 경로 예: `~/project

## chart에서 쓰는 법 (학습이 아니라 “경로로 가져오기”)

VLM을 텍스트 분석 **추론**에만 쓰려면, 별도의 VLM 추론 스크립트를 만들어야 합니다.
LoRA 학습은 아래처럼 텍스트 전용 베이스를 쓰는 것을 권장합니다:

```bash
export BASE_MODEL=Qwen/Qwen2.5-0.5B-Instruct
python training/train_surge_lora.py
```