rc3llama-3.2-1b-finetuned

rc3llama-3.2-1b-finetuned

モデル概要

このモデルはmeta-llama/Llama-3.2-1Bをベースとしたファインチューニング済みモデルです。

• ベースモデル: meta-llama/Llama-3.2-1B
• モデルタイプ: Fine-tuned Model
• 言語: 日本語、英語
• ライセンス: MIT
• 訓練日時: 2025-06-10 03:31:33

訓練詳細

データセット

• データセットファイル: constitution_qa.jsonl
• サンプル数: 60 件
• 最大トークン長: 2048
• データ形式: JSONL (対話形式)

訓練パラメータ

• 訓練可能パラメータ: 22,544,384 個
• 総パラメータ: 1,258,358,784 個
• 訓練可能割合: 1.7916%
• エポック数: 3
• バッチサイズ: 8
• 学習率: 5e-05
• データセットサイズ: 60 サンプル
• 訓練時間: 0:00:10.854956

LoRA設定（該当する場合）

• LoRA Rank (r): 32
• LoRA Alpha: 64
• LoRA Dropout: 0.05
• 対象モジュール: q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj

使用方法

直接使用（マージ済みモデル）

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

# モデルとトークナイザーを読み込み
model = AutoModelForCausalLM.from_pretrained(
    "eyepyon/rc3llama-3.2-1b-finetuned",
    torch_dtype=torch.float16,
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained("eyepyon/rc3llama-3.2-1b-finetuned")

# 推論の実行
def generate_response(prompt):
    inputs = tokenizer(prompt, return_tensors="pt")
    with torch.no_grad():
        outputs = model.generate(
            **inputs,
            max_new_tokens=512,
            temperature=0.7,
            do_sample=True,
            pad_token_id=tokenizer.eos_token_id
        )
    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
    return response[len(prompt):]

# 使用例
prompt = "Human: こんにちは！\n\nAssistant: "
response = generate_response(prompt)
print(response)

Ollamaでの使用

# モデルをダウンロード
ollama pull eyepyon/rc3llama-3.2-1b-finetuned

# チャット開始
ollama run eyepyon/rc3llama-3.2-1b-finetuned

パフォーマンス

このモデルは以下のタスクに特化して訓練されています：

• 質問応答
• 対話生成
• テキスト生成

制限事項

• このモデルは特定のドメインでファインチューニングされているため、汎用的な用途には適さない場合があります
• 生成されるテキストの正確性については、使用前に検証することを推奨します
• バイアスが含まれる可能性があります

倫理的考慮事項

• このモデルの出力は教育・研究目的での使用を想定しています
• 有害なコンテンツの生成を避けるため、適切なフィルタリングを実装することを推奨します
• 商用利用の際は、出力内容について十分な検証を行ってください

引用

@misc{rc3llama_3.2_1b_finetuned,
  title={rc3llama-3.2-1b-finetuned},
  author={Your Name},
  year={2025},
  publisher={Hugging Face},
  url={https://huggingface.co/eyepyon/rc3llama-3.2-1b-finetuned}
}

謝辞

• ベースモデル: meta-llama/Llama-3.2-1B
• LoRA実装: PEFT
• 訓練フレームワーク: Transformers

更新履歴

• v1.0 (2025-06-10): 初回リリース

お問い合わせ

モデルに関する質問や改善提案がございましたら、リポジトリのIssueまでお気軽にご連絡ください。