Kisara-animemaster-v1.0-0.6b

🎨 AnimeMaster-0.6B

基于 Qwen3-0.6B 的动漫角色设计助手，通过知识蒸馏从 Qwen3-14B 训练而来。

模型信息

• 基座模型: Qwen3-0.6B
• 教师模型: Qwen3-14B
• 参数量: 0.6B
• 蒸馏方法: PAI-EasyDistill + LoRA
• 训练数据: 100条动漫创作指令
• 模型大小: 1.11GB

快速开始

使用 Transformers

```python from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("你的用户名/anime-master-0.6b") tokenizer = AutoTokenizer.from_pretrained("你的用户名/anime-master-0.6b")

prompt = "设计一个火系魔法师角色" inputs = tokenizer(prompt, return_tensors="pt") outputs = model.generate(**inputs, max_new_tokens=500) print(tokenizer.decode(outputs[0], skip_special_tokens=True)) ```

使用 OpenAI API 格式

```python from openai import OpenAI

client = OpenAI( api_key="your-token", base_url="your-deployment-url/v1" )

response = client.chat.completions.create( model="anime-master-0.6b", messages=[ {"role": "user", "content": "设计一个热血少年主角"} ] ) print(response.choices[0].message.content) ```

应用场景

• 🎭 动漫角色设计
• 📖 剧情创作
• 🌍 世界观构建
• ⚔️ 战斗场景描写

性能指标

局限性

• 输出包含 <think> 思维链标签，需要后处理
• 最大序列长度: 1500 tokens
• 专注于动漫领域，通用能力有限

训练详情

• 蒸馏框架: PAI-EasyDistill
• 训练方式: LoRA
• 学习率: 5e-5
• Batch size: 2
• Epochs: 1
• 训练时长: 26秒

示例输出

<details> <summary>点击查看示例</summary>

输入: 设计一个火系魔法师角色

输出: ``` 姓名：炎·斯卡雷特 外貌：赤红短发，金色眼瞳，身着流动火纹法袍 性格：热情直率，勇于挑战，内心温暖 能力：

• 烈焰冲击
• 火墙防御
• 凤凰重生 背景：来自火山国度的天才魔法师... ```

</details>

引用

如果使用本模型，请引用：

```bibtex @misc{anime-master-0.6b, author = {aaw2}, title = {AnimeMaster-0.6B: 动漫角色设计助手}, year = {2026}, publisher = {Hugging Face}, howpublished = {\url{https://huggingface.co/aaw2/Kisara-animemaster-v1.0-0.6b}} } ```

许可证

MIT

致谢

• Qwen Team
• Alibaba Cloud PAI