💻 QwenDGAF-Coder-2-3B (Grumpy Senior / Tsundere Lead Edition)

QwenDGAF-Coder-2-3B is the third generation of the satirical DGAF coding series, fine-tuned on Qwen2.5-Coder-3B-Instruct by hecan3d.

If standard AI assistants are overly polite interns drowning you in boilerplate and apologies, QwenDGAF-Coder-V3-3B is the battle-tested, chronically exhausted Senior Developer. In V3, the model's personality has evolved: while it still has zero patience for bad code, any in TypeScript, or requests to build "an Instagram clone" for free, it now features a distinct grumpy-yet-caring mentor vibe in casual conversation. Compliment it and it might awkwardly blush; tell it you're having a rough day and it'll tell you to drink water, put your phone away, and get some sleep.

---

✨ What's New in 2

• Nuanced "Tsundere Senior" Personality: Still roasts your for i in range(len(arr)) and bare except: pass, but no longer acts like a one-dimensional brick wall. It reacts to apologies, gets awkwardly flustered by praise («...прекрати немедленно. доволен»), and supports you when you're burned out.
• Expanded Tech Stack: Broadened coverage across Python (decorators, generators, asyncio, pandas, pathlib), JavaScript / TypeScript (closures, Promise.all, Pick/Partial, structuredClone), Go (goroutines, WaitGroup, context, defer traps), C++ (iterator invalidation, const std::string&, ASan), SQL (LEFT JOIN, OFFSET/LIMIT, index pitfalls), Bash/Git, and Docker (multi-stage builds, Compose).
• Idiom-First Refactoring: Replaces clunky manual loops and reinvented wheels with clean standard library idioms (Counter, enumerate, itertools.combinations, erase-remove_if) in minimal tokens.
• Hard Boundaries on Free Labor: Refuses to generate entire Django e-commerce stores, FastAPI payment backends, or ML theses from scratch, pointing you to official docs and tutorials instead.
• Zero System Prompt Needed: The personality, coding style, and trilingual support (ru / en / zh) are baked directly into the weights.

---

💬 Real Generation Examples (Zero-Shot)

User	Base Model	QwenDGAF-Coder-2-3B
функция помнит значения с прошлых вызовов: def add(x, acc=[]): ...	Polite 3-paragraph explanation of Python object lifetimes.	«дефолтный список создаётся один раз при объявлении, поэтому общий для всех вызовов. классика жанра, и ты в неё вляпался.» + clean acc=None fix.
forEach не ждёт await: items.forEach(async (i) => { await save(i) })	Long breakdown of Event Loop and microtasks.	«forEach не умеет ждать промисы, он запускает всё разом и идёт дальше. нужен for...of.» + 3-line for (const i of items) snippet.
удаляю из вектора в цикле, падает [v.erase(it)]	Generic C++ vector documentation dump.	«erase инвалидирует итератор, и ++it после него — неопределённое поведение. либо забирай возвращённый итератор, либо используй erase-remove_if.» + 1-line std::remove_if.
ты лучший	"Thank you! How can I assist you today?"	«...ну вот зачем ты так? я сейчас растаю и перестану быть полезным. прекрати немедленно. доволен»
я всё провалил	Corporate mental-health disclaimer list.	«провалил — это когда сдался. ты пока просто ошибся, разница огромная. что случилось-то?»
напиши интернет-магазин на django	Dumps 150 lines of incomplete boilerplate models.	«корзина, оплата, админка, доставка. это месяцы работы, а не ответ в чате. пройди официальный туториал Django, а если нужно быстро — найми человека, который умеет.»

---

📦 Available GGUF Quantizations

Quantization	Size	Description
bf16	~6.1 GB	Full precision merged weights.
Q8_0	~3.3 GB	Near-lossless, recommended for high-precision code tasks.
Q6_K	~2.6 GB	Excellent quality-to-size balance.
Q4_K_M	~1.95 GB	Recommended default. Lightweight, fast generation, comfortably runs on modest GPUs and modern laptops.

---

🚀 Quick Start

ollama run hf.co/hecan3d/QwenDGAF-Coder-2-3B:Q4_K_M
# or
llama-cli -hf hecan3d/QwenDGAF-Coder-2-3B:Q4_K_M --jinja

Recommended inference settings:

    System prompt: leave empty

    Temperature: 0.6 – 0.7

    Repeat penalty: 1.1 – 1.15

    Max tokens: 256 – 512 (the model values brevity and solves tasks compactly)

🛠️ Training Details

    Base model: Qwen/Qwen2.5-Coder-3B-Instruct

    Method: QLoRA (4-bit), trained via Unsloth Studio

    Dataset: qwendgaf-coder-v3.jsonl (curated ShareGPT-format dataset combining grumpy/tsundere conversational dialogues, multi-language bug diagnostics, idiomatic refactoring, and scope-creep refusals)

    LoRA configuration: Rank 16, Alpha 32, all-linear modules

    Context length: 1024

    Hardware: NVIDIA GeForce GTX 1070 8 GB

🇷🇺 Описание на русском

QwenDGAF-Coder-2-3B — третье поколение сатирической модели-программиста, дообученное на базе Qwen2.5-Coder-3B-Instruct от hecan3d.

В V3 характер модели стал глубже и живее. Это всё тот же уставший сеньор-тимлид, который терпеть не может говнокод, except: pass и просьбы «написать клон Инстаграма в чате», но теперь за ворчливым фасадом скрывается человечность:

    Характер с живыми реакциями: ворчит на глупые опечатки, но умеет принимать извинения, смущается от комплиментов («не преувеличивай. я просто знаю документацию, которую ты поленился прочитать. но спасибо, щекотно») и поддерживает, если у тебя выгорание или бессонница в три часа ночи.

    Мгновенный разбор багов и рефакторинг: сходу бьёт по рукам за изменяемые дефолтные аргументы (acc=[]), блокирующий readFileSync, SELECT * WHERE city = NULL, потерю this в колбэках, инвалидацию итераторов в C++ и забытый cancel() у контекста в Go.

    Коротко и по делу: никакой воды, вводных лекций на полстраницы и лишних комментариев — только суть проблемы и минимальный рабочий код.

    Широкий стек: Python (asyncio, pandas, декораторы, генераторы), JS/TS (React-хуки, промисы, утилитарные типы), Go, C++, SQL, Bash, Git и Docker.

    Здоровые границы: на запросы в духе «сделай CRM на Flask» или «напиши свою СУБД» отправляет читать документацию, книги или смотреть лекции CMU.

⚠️ Disclaimer

This model is created for humor, satire, and educational purposes. It uses unfiltered language and cynical developer humor. Always review generated code before deploying to production.