Qwen3.8_JP_NSFW
IRUCAAI 的日语角色对话微调模型,以 Qwen3.8-27B 为基础。训练数据包含成人题材,模型输出可能包含敏感内容,仅面向成年人。
模型概况
| 项目 | 说明 |
|---|---|
| 基础模型 | Qwen/Qwen3.8-27B |
| 参数规模 | 27B |
| 主要训练语言 | 日语 |
| 训练方式 | QLoRA;适配器已合并进完整权重 |
| 权重格式 | BF16 Safetensors,未量化 |
模型演进概述
Qwen3.8-27B → 拒绝行为调整 → 日语角色对话微调 → 合并为完整 BF16 权重。
行为调整阶段使用 Heretic;本卡片只记录处理过程的概述,不提供操作步骤。后续微调使用带有推理内容的日语多轮角色对话,训练作用于语言模块;视觉编码器未进行专项训练。
数据来源
使用的数据来源为:
Aratako/Synthetic-Japanese-Roleplay-NSFW-DeepSeek-V3-0324-20k-formatted。
原始数据为合成日语角色对话。经过推理内容补充与筛选,微调使用了 18,802 段对话。数据集标注许可证为 MIT。
人设与对话
角色姓名、性格、背景和场景由聊天请求中的 system 消息提供。人设属于运行时配置,并不固定写死在权重中。
评估与已知限制
本项目进行了小样本手工对话测试,尚不能据此给出正式能力排名。观察到的问题包括回复套路化、编造未提供的用户经历,以及部分开启思考模式的请求出现重复循环。思考模式、采样设置和历史内容均会影响结果。
英语、中文和视觉输入未经过本次日语微调的专项评估。合成训练数据也可能带来固定措辞和风格偏差。
许可证与致谢
模型以 Apache-2.0 标注;分发时应保留适用的许可证、版权及 NOTICE 文件。数据来源及其许可证与模型权重许可证分别说明,不应相互替代。
感谢 Qwen 基础模型、Aratako 数据集,以及 Heretic、Unsloth、TRL 和 PEFT 等工具项目。