quwan-ktian-8b-0922

quwan-ktian-8b-0922

quwan-ktian-8b-0922是由 趣丸科技&北京大学-软件工程国家工程研究中心 联合推出的情感陪伴模型，基于 Qwen3-8B 的底模能力，经过百万高质量情感陪伴数据微调而成。我们主打有温度的情感陪伴，主要覆盖六项情感能力：安慰缓解、调侃互怼、情感咨询、谈情说爱、无聊倾听及心理疏导。我们期望，quwan-ktian-8b-0922可以帮助加速大模型在情感陪伴方面的研究与应用。

简介

为了打造一个有温度的情感陪伴模型，我们从训练的CPT、SFT及RLHF三阶段入手，专门构建了相关训练数据集。CPT阶段，我们收集了大概一百万多万数据，主要涉及社交聊天、心理咨询、情感辅导、安慰缓解等类别，并进一步进行数据清洗、过滤、打标及合成构造角色人设；SFT阶段，我们收集了大概三十多万情感陪伴类数据，对样本打情感子类标签，并对每条消息进行多维度评估，保证数据质量和多样性；RLHF阶段（GRPO），我们抽取不同情感子类标签数据，轮次覆盖0~1000轮，聊天上限最高可达25k+，构造10w+带上下文的单轮情感强化数据集，并构建相关奖励函数，进行强化学习训练。 我们选择了 Qwen3-8B 作为底模，进行了CPT-SFT-GRPO三阶段全参数微调及强化，旨在提升模型的情感陪伴能力，力求给用户带来更好的情感陪伴体验。

MoodBench测评

我们使用 MoodBench 对quwan-ktian-8b-0922进行测评，结果如下：

使用说明

本地调用quwan-ktian-8b-0922模型（建议transformers>=4.52.4）：

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "Quwan/quwan-ktian-8b-0922"

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)

prompt = "最近心情不好怎么办？"
messages = [
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)

generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=2048
)
output_ids = generated_ids[0][len(model_inputs.input_ids[0]):].tolist() 
content = tokenizer.decode(output_ids, skip_special_tokens=True)
print("content:", content)

部署时，可以使用 sglang>=0.4.6.post1 或 vllm>=0.8.5 来创建一个 OpenAI 兼容的 API 端点：

• SGLang:

  python -m sglang.launch_server --model-path Quwan/quwan-ktian-8b-0922
  

• vLLM:

  vllm serve Quwan/quwan-ktian-8b-0922
  

说明：对于推理参数，我们建议使用 Temperature=0.7，TopP=0.95 获得更好的情感陪伴体验。

License

• This code repository and the model weights are licensed under the Apache 2.0 License.
• Please note that: quwan-ktian-8b-0922 is post-trained from Qwen3-8B which is originally licensed under Apache 2.0 License.