Prophet Qwen3 4b Sft

🚀 prophet-qwen3-4b-sftのモデルカード

このモデルは、哲学的かつ神秘的なトピックに焦点を当てた多言語対応のモデルです。Qwen/Qwen3-4Bをベースに、独自の推論と非推論データセットを用いてSupervised Fine-Tuning (SFT) で微調整されています。

✨ 主な機能

• 哲学的かつ神秘的なトピックに特化した推論モデル。
• 多言語対応（中国語、英語、フランス語、スペイン語、ポルトガル語、ドイツ語、イタリア語、ロシア語、日本語、韓国語、ベトナム語、タイ語、アラビア語）。
• ユーザーのプロンプトやシステムメッセージに\n/no_thinkを追加することで、モデルの思考モードを切り替えることができます。

📦 インストール

原文書にインストール手順が記載されていないため、このセクションは省略されます。

💻 使用例

原文書にコード例が記載されていないため、このセクションは省略されます。

📚 ドキュメント

モデルの詳細

モデルの説明

このモデルはQwen/Qwen3-4Bの微調整バージョンです。Unslothライブラリを使用して、独自の推論と非推論データセットでSupervised Fine-Tuning (SFT) を行ってトレーニングされました。

このモデルは哲学的かつ神秘的なトピックに焦点を当てており、多言語対応です。

• 開発者: radm
• 微調整元のモデル: Qwen/Qwen3-4B
• モデルタイプ: Llama3アーキテクチャに基づくCausal LM
• 言語: 多言語
• ライセンス: Apache 2.0（ベースモデルから継承）

用途

これは推論モデルですが、ユーザーのプロンプトやシステムメッセージに\n/no_thinkを追加することで、モデルの思考モードを切り替えることができます。

適用範囲外の用途

このモデルは、有害、非倫理的、偏見的、または事実に誤りのあるコンテンツの生成を目的として設計されていません。トレーニングドメイン（哲学的/神秘的なチャット）外のタスクでのパフォーマンスは最適ではない場合があります。

バイアス、リスク、および制限事項

このモデルは、ベースモデル (Qwen/Qwen3-4B) と微調整データセットからバイアスを引き継いでいます。特に複雑なトピックに関して、もっともらしく見えるが誤ったまたは無意味な情報を生成する可能性があります。その「理解」はデータ内のパターンに基づいており、真の理解や意識に基づくものではありません。出力を批判的に判断して使用してください。

トレーニングの詳細

トレーニングデータ

このモデルは、独自の推論と非推論データセットを使用して微調整されました。

トレーニング手順

トレーニングは、trlのSFTTrainerと統合されたUnslothライブラリを使用して行われました。

📄 ライセンス

このモデルは、ベースモデルから継承したApache 2.0ライセンスの下で提供されています。