初始化项目，由ModelHub XC社区提供模型

Model: katsukiono/gemma3-270m-pred-dpo
Source: Original Platform

README.md

@@ -0,0 +1,152 @@
+---
+language:
+  - ja
+library_name: transformers
+pipeline_tag: text-generation
+base_model: google/gemma-3-270m-it
+tags:
+  - gemma3
+  - japanese
+  - ime
+  - predictive-text
+  - gguf
+  - llama.cpp
+  - mobile
+---
+
+# gemma3-270m-pred-dpo
+
+日本語IME（キーボードの予測変換）用途に最適化した **Gemma 3 270M** の軽量モデルです。  
+入力テキスト中の境界 **`[---]`** の“後ろ”に続く言葉を予測変換として生成します。
+
+- ベースモデル: `google/gemma-3-270m-it`
+- 学習: SFT → DPO（選好最適化）
+- 配布: Transformers形式（HF） + GGUF（f16 / Q4_K_M）
+
+---
+
+## iOS 実測（参考）
+
+> 実行環境・スレッド数・量子化設定で変動します。
+
+- 12 ms/token  
+- 82.94 tokens/sec  
+- 34 ms TTFT  
+
+---
+
+## 配布ファイル
+
+### Transformers (Hugging Face)
+- リポジトリ直下に `model.safetensors` など（Transformers形式）
+
+### GGUF（`gguf/` 配下）
+- `gguf/gemma3-270m-pred-dpo-f16.gguf`
+- `gguf/gemma3-270m-pred-dpo-q4_k_m.gguf`
+
+---
+
+## 入力フォーマット（重要）
+
+固定プロンプトは以下です。
+
+```text
+キーボードの予測変換として[---]に続く言葉を予測変換してください。[---]より前はこれまでのユーザー入力です。
+ユーザー入力と予測変換の間には境界 [---]を入れてください。
+
+ーーーー以下が予測変換対象ーーーー
+```
+
+- `ーーーー以下が予測変換対象ーーーー` の後ろに、**ユーザー入力 + 境界 `[---]` + 未確定の先頭**（途中まで入力した語）を続けてください。
+- 出力は **`[---]` を含む1行**を想定（運用では **1行目だけ採用**が簡単で安定します）。
+
+### 例
+
+入力（ユーザー）:
+
+```text
+キーボードの予測変換として[---]に続く言葉を予測変換してください。[---]より前はこれまでのユーザー入力です。
+ユーザー入力と予測変換の間には境界 [---]を入れてください。
+
+ーーーー以下が予測変換対象ーーーー
+これに関してはどんな[---]もて
+```
+
+出力（モデル）:
+
+```text
+これに関してはどんな[---]問題/でしょ/う/か/？
+```
+
+- `"[---]"` より後ろを `/` で split すると、候補列として扱えます。
+- IME組み込みでは、`[---]` 以降だけ取り出してUIに反映するのが簡単です。
+
+---
+
+## 使い方（Transformers）
+
+```python
+import torch
+from transformers import AutoTokenizer, AutoModelForCausalLM
+
+model_id = "katsukiono/gemma3-270m-pred-dpo"
+
+tok = AutoTokenizer.from_pretrained(model_id, use_fast=True)
+if tok.pad_token is None:
+    tok.pad_token = tok.eos_token
+
+model = AutoModelForCausalLM.from_pretrained(
+    model_id,
+    torch_dtype="auto",
+    device_map="auto",
+).eval()
+
+prompt = """キーボードの予測変換として[---]に続く言葉を予測変換してください。[---]より前はこれまでのユーザー入力です。
+ユーザー入力と予測変換の間には境界 [---]を入れてください。
+
+ーーーー以下が予測変換対象ーーーー
+これに関してはどんな[---]もて
+"""
+
+chat = [{"role": "user", "content": prompt}]
+text = tok.apply_chat_template(chat, tokenize=False, add_generation_prompt=True)
+inputs = tok(text, return_tensors="pt").to(model.device)
+
+with torch.inference_mode():
+    out = model.generate(
+        **inputs,
+        do_sample=False,
+        max_new_tokens=96,
+    )
+
+gen = tok.decode(out[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True)
+print(gen.splitlines()[0].strip())
+```
+
+---
+
+## 使い方（GGUF / llama.cpp）
+
+```bash
+./llama-cli \
+  -m gguf/gemma3-270m-pred-dpo-q4_k_m.gguf \
+  -p "（上の固定プロンプト + 入力）" \
+  -n 96 \
+  --temp 0
+```
+
+---
+
+## 推奨後処理（運用メモ）
+
+- 生成が複数行になる場合があるため、まずは **1行目のみ採用**が簡単です。
+- `"[---]"` が欠落する出力が稀にあり得るため、プロダクションでは **`[---]` の有無チェック**を推奨します。
+- 候補列の取得例:
+  - 出力を `split("[---]", 1)` → 後半を `split("/")`（空要素は除外）で候補化
+
+---
+
+## ライセンス / 利用条件
+
+本モデルは `google/gemma-3-270m-it` をベースにしています。  
+利用にあたっては、ベースモデル側の利用条件（Gemmaの利用規約/ライセンス）を確認のうえ利用してください。