llama-3.2-3b-taiwan-chat-lora

Llama-3.2-3B Taiwan Chat — LoRA adapter

Built with Llama

以 QLoRA(Unsloth)在 TaiwanChat 子集上微調 Llama-3.2-3B-Instruct 得到的 LoRA adapter,目標是更自然的繁體中文與台灣在地語感。

(English) Llama-3.2-3B-Instruct fine-tuned with QLoRA (Unsloth) on a subset of yentinglin/TaiwanChat to improve Traditional-Chinese (Taiwan) fluency and localization. Loss was computed on assistant responses only. Research / non-commercial use only (the dataset is CC BY-NC 4.0).

訓練設定

使用方式

這個 repo 只有 LoRA adapter(~幾十 MB),要搭配 base model 載入:

from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel

base = AutoModelForCausalLM.from_pretrained("unsloth/Llama-3.2-3B-Instruct", torch_dtype="auto", device_map="auto")
model = PeftModel.from_pretrained(base, "steven0226/llama-3.2-3b-taiwan-chat-lora")
tokenizer = AutoTokenizer.from_pretrained("steven0226/llama-3.2-3b-taiwan-chat-lora")

messages = [{"role": "user", "content": "請推薦台南的夜市小吃"}]
inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt").to(model.device)
print(tokenizer.decode(model.generate(inputs, max_new_tokens=256)[0, inputs.shape[1]:], skip_special_tokens=True))

想直接下載完整模型(不用自己合併)→ steven0226/llama-3.2-3b-taiwan-chat。

微調前後對照

同樣 5 個台灣情境問題、greedy decoding(可重現),差異完全來自微調:

<details> <summary>請用台灣人習慣的說法介紹珍珠奶茶:它的由來、基本做法,以及為什麼能代表台灣的手搖飲文化。</summary>

微調前(base):

珍珠奶茶（也稱為「珍珠」或「奶茶」），是一種非常受歡迎的台灣手搖飲，尤其是在年輕人中非常流行。

由來

珍珠奶茶的起源可以追溯到20世紀60年代，當時在台北的街頭小吃店和咖啡館中，開始出現一種特殊的奶茶。這種奶茶使用了高質量的牛奶、糖和珍珠（即是糖化的水晶）等成分，通過手搖混合機製造出一種濃稠且有趣的飲料。

基本做法

珍珠奶茶的基本做法如下：

1. 使用高質量的牛奶和糖進行混合。
2. 加入一些珍珠（糖化的水晶）。
3. 使用手搖混合機搖拌所有成分，直到得到均勻的色彩和口感。
4. 將熱水加入混合物中，讓它充滿溫度並擴散。
5. 最後，將珍珠奶茶放入杯子中，並可添加

微調後(fine-tuned):

嗨，大家好！今天我想介紹一個非常受歡迎的台灣飲品 - 珍珠奶茶。這個飲品的由來是從1970年代開始在台灣流行起來，最初被稱為「珍珠」或「珍珠奶茶」。它是一種使用奶油和糖水製成的奶茶，配上珍珠（即小型的玉米淀粉）和冰塊。

珍珠奶茶的基本做法是將奶油和糖水混合在一起，然後加入熱水煮沸。然後，將珍珠和冰塊放入杯子中，最後加上奶茶。這個飲品非常受歡迎，因為它既有甜美的口感，又有清爽的口感。

珍珠奶茶可以代表台灣的手搖飲文化，因為它是一種由於手工製作而產生的飲品。台灣的人們喜歡手搖飲，因為它可以讓他們享受一種獨特的體驗。珍珠奶茶也可以代表台灣對生活的樂觀態度，因為它是一種可以讓人們快樂和愉

</details> <details> <summary>我是剛來台灣的交換學生,想辦手機門號。請比較預付卡和月租方案的差別,以及辦理時要準備哪些證件。</summary>

微調前(base):

Congratulations on your arrival in Taiwan!

當你想辦手機門號時，預付卡和月租方案都是兩個常見的選擇。下面是一個簡單的比較：

預付卡（Prepaid Card）

• 优點：可以自行充值，無需每月繳費；可控制使用量。
• 缺點：需要先充值一定額，否則無法使用；可能有額外的充值費用。

月租方案（Postpaid Plan）

• 优點：不需要先充值，毎月繳費；無需額外的充值費用。
• 缺點：每月繳費，可能會有額外的費用，如數據流量、通話等。

在 Taiwanese 手機業界中，預付卡和月租方案都很流行，但月租方案更為普遍。以下是兩…

微調後(fine-tuned):

當然可以幫助您！以下是預付卡和月租方案的比較：

預付卡：

• 預付費用通常較高，例如每月500元。
• 可以在任何時間使用，無需提前通知。
• 通話、短信和數字通訊服務都包含在費用中。

月租方案：

• 月租費用通常較低，例如每月200元。
• 通話、短信和數字通訊服務都包含在費用中，但可能不包括其他服務，如網路或視頻。
• 通話和短信可能需要額外的費用，如果您使用大量的服務。

為了辦理手機門號，您可能需要提供以下證件：

• 護照或國民身份證
• 電子郵件地址
• 手機號碼
• 一個有效的地址（如住所或公司地址）

根據您的具體情況，您可能還需要提供其他證件。建議您與手機供應商聯繫，以確定…

</details> <details> <summary>請推薦台南有名的夜市,並列出五樣必吃的小吃,每樣用一兩句話介紹。</summary>

微調前(base):

台南有許多著名的夜市，以下是一些常見的夜市和五樣必吃小吃：

1. 台南夜市（台南市區）

• 這是台南最知名的夜市之一，提供各種 Taiwanese 飲食、服飾等商品。

1. 安平夜市（台南市區）

• 這個夜市以其豐富的夜市環境和豐富的美食而聞名，特別是其豐富的 Street Food。

1. 新化夜市（新化區）

• 這個夜市以其豐富的美食和豐富的購物環境而聞名，特別是其豐富的 Street Food 和手工製品。

以下是五樣必吃的小吃：

1. 麻辣鍋（台南夜市或安平夜市）

• 這是一種非常受歡迎的 Taiwanese 飲食，使用麻辣粉末和肉類調理成…

微調後(fine-tuned):

台南最受歡迎的夜市是中西路夜市和新生路夜市。以下是一些在這兩個夜市上可以找到的小吃：

1. 中西路夜市：中西路夜市以其豐富多樣的食物而聞名，包括各種小吃、海鮮、肉類和甜點。

2. 新生路夜市：新生路夜市以其高品質的食物而聞名，包括各種小吃、海鮮、肉類和甜點。

以下是中西路夜市和新生路夜市上可以找到的一些小吃：

中西路夜市：

• 烤雞：烤雞是一種烤熟的雞肉，通常配上薑、蒜和辣椒。它是一種簡單而美味的食物。
• 鷹嘴豆腐：鷹嘴豆腐是一種煮熟的豆腐，通常配上醬汁和蔬菜。它是一種口感豐富且營養豐富的食物。
• 烤魚：烤魚是一種�

</details> <details> <summary>「土豆」這個詞在台灣和中國大陸分別指什麼?請再舉三組兩岸說法不同的日常用語,整理成表格。</summary>

微調前(base):

「土豆」的意思在台灣是指一種小型的、白色的、扁平的豆類，通常用來做菜或食物。然而，在中國大陸，「土豆」則是指一種長而高大的、白色的、圓形的豆類。

以下是兩岸不同日常用語的表格：

另外，以下是一些兩岸不同的日常用語：

微調後(fine-tuned):

</details> <details> <summary>請解釋台灣的「垃圾不落地」政策,以及為什麼垃圾車會播放音樂?</summary>

微調前(base):

台灣的「垃圾不落地」政策是由於政府對環境保護和衛生管理的重視。這個政策要求垃圾收集、處理和廢棄地點都要遵守規定，確保垃圾不被遺棄在公共空間中。

關於垃圾車播放音樂的原因，我們可以從以下幾點來看：

1. 警告和引導：垃圾車上的音樂可能是用來警告人們不要擋路或擋車，讓人們能夠順暢通過。
2. 安全性：音樂也可能是用來增加垃圾車的安全性，例如避免人們誤將垃圾車當作一種交通工具。
3. 環境保護：音樂也可能是用來促進環境保護，例如鼓勵人們減少垃圾產量和更好地分類垃圾。

總之，垃圾車播放音樂的目的是為了提高安全性、環境保護和衛生管理，讓我們能夠更好

微調後(fine-tuned):

台灣的「垃圾不落地」政策是指政府要求所有垃圾都要被收集並處理。這個政策旨在減少環境污染，並促進廢棄物管理。

垃圾車會播放音樂是因為它們需要在路上移動，同時也要讓人們知道他們正在進行工作。這樣可以避免與其他交通工具發生衝突，並確保安全運行。

</details>

限制

• 事實型內容(電信資費、店家、時刻)可能過時或幻覺,請勿當作查詢工具。
• 訓練資料含翻譯/合成語料,偶爾仍會滲出簡體中文或英文片段。
• 未做額外安全對齊,安全行為同 base model。

授權與合規

• 模型權重依 Llama 3.2 Community License 發佈(repo 內附 LICENSE.txt 與 NOTICE),使用須遵守 Acceptable Use Policy。
• 訓練資料 TaiwanChat 為 CC BY-NC 4.0:本模型僅供研究/非商業用途。

引用

@misc{lin2023taiwanllm,
  title={Taiwan LLM: Bridging the Linguistic Divide with a Culturally Aligned Language Model},
  author={Yen-Ting Lin and Yun-Nung Chen},
  year={2023},
  eprint={2311.17487},
  archivePrefix={arXiv}
}

訓練使用 Unsloth。訓練程式碼:github.com/tun0000/llama32-taiwanchat-qlora