256 lines
12 KiB
Markdown
256 lines
12 KiB
Markdown
---
|
||
license: llama3.2
|
||
license_name: llama3.2
|
||
license_link: https://www.llama.com/llama3_2/license/
|
||
language:
|
||
- zh
|
||
- en
|
||
base_model: unsloth/Llama-3.2-3B-Instruct
|
||
datasets:
|
||
- yentinglin/TaiwanChat
|
||
library_name: transformers
|
||
pipeline_tag: text-generation
|
||
tags:
|
||
- llama-3.2
|
||
- unsloth
|
||
- qlora
|
||
- lora
|
||
- taiwan
|
||
- traditional-chinese
|
||
- zh-tw
|
||
- sft
|
||
---
|
||
|
||
# Llama-3.2-3B Taiwan Chat
|
||
|
||
**Built with Llama**
|
||
|
||
以 QLoRA(Unsloth)在 TaiwanChat 子集上微調 Llama-3.2-3B-Instruct 後,**合併為完整 fp16 權重**的版本,下載即用,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
|
||
|
||
| 項目 | 值 |
|
||
|---|---|
|
||
| Base model | `unsloth/Llama-3.2-3B-Instruct`(meta-llama/Llama-3.2-3B-Instruct 之權重相同鏡像) |
|
||
| 資料集 | [yentinglin/TaiwanChat](https://huggingface.co/datasets/yentinglin/TaiwanChat):取樣 15000 筆 → 過濾超過 2048 tokens 後剩 14633 筆 |
|
||
| 資料源(id) | gpt4, n/a, sharegpt |
|
||
| 方法 | QLoRA:4-bit NF4 載入 + LoRA(r=16、alpha=16、dropout=0;q/k/v/o/gate/up/down 七個投影層) |
|
||
| max_seq_length | 2048 |
|
||
| Learning rate | 0.0002(linear decay、warmup ratio 0.03) |
|
||
| 訓練量 | 1 epoch(有效 batch size 8) |
|
||
| Optimizer | adamw_8bit(weight decay 0.001) |
|
||
| Loss 遮罩 | 只對 assistant 回覆計 loss(unsloth `train_on_responses_only`) |
|
||
| GPU / 時間 | NVIDIA A100-SXM4-40GB / 約 36.8 分鐘 |
|
||
| 最終 train loss | 1.2069 |
|
||
| Seed | 3407 |
|
||
| 訓練日期 | 2026-07-10 |
|
||
|
||
|
||
|
||
## 使用方式
|
||
|
||
這是**合併後的完整 fp16 模型**(~6.5 GB),可直接用 transformers 載入:
|
||
|
||
```python
|
||
from transformers import pipeline
|
||
|
||
pipe = pipeline("text-generation", model="steven0226/llama-3.2-3b-taiwan-chat-clean", torch_dtype="auto", device_map="auto")
|
||
out = pipe([{"role": "user", "content": "請推薦台南的夜市小吃"}], max_new_tokens=256)
|
||
print(out[0]["generated_text"][-1]["content"])
|
||
```
|
||
|
||
也可用 vLLM / Unsloth 載入。只想要輕量 adapter → [steven0226/llama-3.2-3b-taiwan-chat-clean-lora](https://huggingface.co/steven0226/llama-3.2-3b-taiwan-chat-clean-lora)。
|
||
|
||
## 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):**
|
||
|
||
珍珠奶茶是台灣最受歡迎的飲品之一，尤其是在台灣的街頭和市場上。這個名詞來自於奶茶中含有的珍珠，這些珍珠在熱水中煮沸後會形成小泡子。
|
||
|
||
珍珠奶茶的由來可以追溯到20世紀初期，當時台灣的街頭和市場上流行著一種叫做「牛奶」或「奶茶」的飲品。這個飲品通常由牛奶、糖和熱水混合而成，並且常常配有珍珠。
|
||
|
||
珍珠奶茶的基本做法也很簡單。首先，將牛奶、糖和熱水混合在一起。然後，將這個混合物放入一個大型杯子中。最後，將珍珠加入到混合物中並攪拌。
|
||
|
||
珍珠奶茶能代表台灣的手搖飲文化，因為它是一種傳統的飲品，經過了幾十年的發展。它還具有獨特的風味和口感，使得它成為台灣人喜愛的飲品之一。
|
||
|
||
</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，我很樂意幫助你！在台灣，預付卡和月租方案都是常用的手機服務方式。你可以選擇其中一個或兩個進行手機服務。
|
||
|
||
預付卡是一種預付費用，通常每月或每年支付一次。這種方式通常適用於短期使用者，如交換學生，因為他們可能不需要長時間的手機服務。預付卡通常提供較少功能的服務，但價格相對較低。
|
||
|
||
另一方面，月租方案是一種按月付款方式，通常每月支付一定金額。這種方式通常適用於長期使用者，因為它提供更多功能和服務。月租方案通常比預付卡更昂貴，但提供更多功能和服務。
|
||
|
||
在台灣，預付卡和月租方案都有不同的公司提供，因此你可以根據自己的需求和預算選擇最適合你的服務方式。
|
||
|
||
為了辦理手機服務，你需要準備以下證件：
|
||
|
||
…
|
||
|
||
</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。
|
||
2. **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。
|
||
3. **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台南夜市，該夜市位於台南市中區，擁有豐富的文化和歷史。
|
||
|
||
以下是台南夜市的五樣必吃小吃：
|
||
|
||
1. 鯨魚麵：這是一種由鯨魚、麵粉和蔬菜製成的美味麵食。它以其獨特的風味和口感而聞名。
|
||
2. 烤雞：烤雞是一種由雞肉烤熟後削皮的美味小吃。它通常與薑、辣椒和醋一起配上，為人們帶來快樂和愉悅。
|
||
3. 蘿蔔餡：蘿蔔餡是一種由蘿蔔、麵粉和蔬菜製成的美味餡食。它以其獨特的風味和口感而聞名。
|
||
4. 烤豬肉：烤豬肉是一種由豬肉烤熟後削皮的美味小吃。它通常與薑、辣<E38081>
|
||
|
||
</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：
|
||
|
||
| 語言 | 日常用語 |
|
||
| --- | --- |
|
||
| 台灣 | 土豆 |
|
||
| 中國大陸 | 土豆 |
|
||
|
||
另外，以下是一些兩岸不同的日常用語：
|
||
|
||
| 語言 | 日常用語 |
|
||
| --- | --- |
|
||
| 台灣 | 錦路石 (指一種常見的花色) |
|
||
| 中國大陸 | 醉酒 (指一種常見的花色) |
|
||
| 台灣 | 錦路石 |
|
||
| 中國大陸 | 醉酒 |
|
||
| 台灣 | 錦路石 (指一種常見的花色) |
|
||
| 中國大陸…
|
||
|
||
**微調後(fine-tuned):**
|
||
|
||
| 語言 | 土豆的意思 |
|
||
| --- | --- |
|
||
| 中文 | 土豆是中國大陸的一種蔬菜，通常用來做飯或烤食物。它是一種白色的、圓形的植物，根部長而細。它被認為有營養價值，並且在許多地區都很受歡迎。 |
|
||
| 台灣 | 在台灣，土豆也是一種蔬菜，但它通常用來做飯或烤食物。它是一種白色的、圓形的植物，根部長而細。它被認為有營養價值，並且在許多地區都很受歡迎。 |
|
||
| 英文 | 在英語中，土豆通常指的是一種白色的、圓形的植物，根部長而細。它是一種蔬菜，可以用來做飯或烤食物。它被認為有營養價值，並且在許多地區都很受歡迎。 |
|
||
|
||
總結來說，土豆在台灣和中國大陸分別指的是一種蔬菜，用於做飯或烤食物…
|
||
|
||
</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」政策是一個旨在減少垃圾排放並促進環境保護的計劃。該計劃要求所有垃圾都要被收集和處理，包括家庭、商業和公共區域中的垃圾。
|
||
|
||
垃圾車通常會播放音樂，以便它們能夠更有效地運行。這是因為垃圾車需要在特定的時間內運行，以確保所有垃圾都能被收集。通過播放音樂，垃圾車可以更好地管理其運行時間，並確保所有垃圾都能被收集。
|
||
|
||
</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](https://www.llama.com/llama3_2/license/) 發佈(repo 內附 LICENSE.txt 與 NOTICE),使用須遵守 [Acceptable Use Policy](https://www.llama.com/llama3_2/use-policy)。
|
||
- 訓練資料 TaiwanChat 為 [CC BY-NC 4.0](https://creativecommons.org/licenses/by-nc/4.0/):**本模型僅供研究/非商業用途**。
|
||
|
||
## 引用
|
||
|
||
```bibtex
|
||
@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](https://github.com/unslothai/unsloth)。訓練程式碼:[github.com/tun0000/llama32-taiwanchat-qlora](https://github.com/tun0000/llama32-taiwanchat-qlora)
|