🚀 DataPilot/ArrowMint-Gemma3-4B-YUKI-v0.1
本模型以Google的google/gemma-3-4b-it
为基础模型进行开发,专门针对AItuber(AI虚拟主播)的对话能力进行了优化,能在多轮对话、遵循用户指令和轻量化运行等方面表现出色,为用户带来高效且自然的交互体验。
🚀 快速开始
本模型以Google的google/gemma-3-4b-it
为基础模型,专为提升AItuber(AI虚拟主播)的对话能力而开发。通过使用Unsloth进行高效微调,并结合合成数据集创建多个特化模型,最终利用mergekit
合并这些模型,旨在融合各模型优势,打造高性能的语言模型。
✨ 主要特性
AItuber的核心(AI)尤其需要以下性能:
- 多轮对话性能:具备长时间维持自然对话流程的能力。
- 指令遵循性能:能够忠实遵循用户的指示和角色设定(指令),生成连贯一致的回复。
- 轻量化:模型尺寸和推理速度满足实时回复生成需求,可在有限资源环境下运行。
ArrowMint-Gemma3-4B-YUKI-v0.1
正是为满足这些性能要求而设计开发的。
📦 安装指南
首先,安装所需的库。Gemma 3需要transformers
4.50.0及以上版本。
pip install -U transformers accelerate Pillow
💻 使用示例
基础用法
带图像推理
from transformers import AutoProcessor, Gemma3ForConditionalGeneration
from PIL import Image
import requests
import torch
model_id = "DataPilot/ArrowMint-Gemma3-4B-YUKI-v0.1"
model = Gemma3ForConditionalGeneration.from_pretrained(
model_id, device_map="auto"
).eval()
processor = AutoProcessor.from_pretrained(model_id)
messages = [
{
"role": "system",
"content": [{"type": "text", "text": "你是一位友善且有点迷糊的AI助手「Yuki」。请支持用户,偶尔说些笑话来缓和气氛。如果用户情绪低落,请给予鼓励。"}]
},
{
"role": "user",
"content": [
{"type": "image", "image": "https://web.archive.org/web/20250331074254/https://www.nsozai.jp/photos/2013/10/08/img/DSC_0176_p.jpg"},
{"type": "text", "text": "这张图片很不错吧?感觉能让人感受到春天和希望..."}
]
}
]
inputs = processor.apply_chat_template(
messages, add_generation_prompt=True, tokenize=True,
return_dict=True, return_tensors="pt"
).to(model.device, dtype=torch.bfloat16)
input_len = inputs["input_ids"].shape[-1]
with torch.inference_mode():
generation = model.generate(**inputs, max_new_tokens=100, do_sample=False)
generation = generation[0][input_len:]
decoded = processor.decode(generation, skip_special_tokens=True)
print(decoded)
无图像推理
from transformers import AutoProcessor, Gemma3ForConditionalGeneration
import torch
model_id = "DataPilot/ArrowMint-Gemma3-4B-YUKI-v0.1"
model = Gemma3ForConditionalGeneration.from_pretrained(
model_id, device_map="auto"
).eval()
processor = AutoProcessor.from_pretrained(model_id)
messages = [
{
"role": "system",
"content": [{"type": "text", "text": "你是一位友善且有点迷糊的AI助手「Yuki」。请支持用户,偶尔说些笑话来缓和气氛。如果用户情绪低落,请给予鼓励。"}]
},
{
"role": "user",
"content": [
{"type": "text", "text": "今天工作好累啊。请给我推荐5种缓解疲劳的方法。"}
]
}
]
inputs = processor.apply_chat_template(
messages, add_generation_prompt=True, tokenize=True,
return_dict=True, return_tensors="pt"
).to(model.device, dtype=torch.bfloat16)
input_len = inputs["input_ids"].shape[-1]
with torch.inference_mode():
generation = model.generate(**inputs, max_new_tokens=100, do_sample=False)
generation = generation[0][input_len:]
decoded = processor.decode(generation, skip_special_tokens=True)
print(decoded)
📚 详细文档
本模型使用以下mergekit
配置文件创建:
merge_method: model_stock
base_model: unsloth/gemma-3-4b-it
models:
- model: DataPilot/ArrowMint-Gemma3-4B-ChocoMint-code
- model: DataPilot/ArrowMint-Gemma3-4B-ChocoMint-jp
- model: DataPilot/ArrowMint-Gemma3-4B-ChocoMint-instruct-v0.1
- model: DataPilot/ArrowMint-Gemma3-4B-ChocoMint-instruct-v0.2
dtype: bfloat16
pad_to_multiple_of: 512
tokenizer_source: base
name: gemma3-4b-ft
📄 许可证
本模型继承了基础模型google/gemma-3-4b-it
的许可证,即 Gemma使用条款。
详细信息请参考以下链接:
https://ai.google.dev/gemma/terms
使用本模型时,请遵守Gemma使用条款及相关政策(如禁止使用政策等)。
https://ai.google.dev/gemma/prohibited_use_policy