初始化项目，由ModelHub XC社区提供模型

Model: summerMC/matutake Source: Original Platform
2026-08-07 02:31:16 +08:00
commit 88124e1e14
13 changed files with 642 additions and 0 deletions
--- a/.gitattributes
+++ b/.gitattributes
@@ -0,0 +1,36 @@
+*.7z filter=lfs diff=lfs merge=lfs -text
+*.arrow filter=lfs diff=lfs merge=lfs -text
+*.bin filter=lfs diff=lfs merge=lfs -text
+*.bz2 filter=lfs diff=lfs merge=lfs -text
+*.ckpt filter=lfs diff=lfs merge=lfs -text
+*.ftz filter=lfs diff=lfs merge=lfs -text
+*.gz filter=lfs diff=lfs merge=lfs -text
+*.h5 filter=lfs diff=lfs merge=lfs -text
+*.joblib filter=lfs diff=lfs merge=lfs -text
+*.lfs.* filter=lfs diff=lfs merge=lfs -text
+*.mlmodel filter=lfs diff=lfs merge=lfs -text
+*.model filter=lfs diff=lfs merge=lfs -text
+*.msgpack filter=lfs diff=lfs merge=lfs -text
+*.npy filter=lfs diff=lfs merge=lfs -text
+*.npz filter=lfs diff=lfs merge=lfs -text
+*.onnx filter=lfs diff=lfs merge=lfs -text
+*.ot filter=lfs diff=lfs merge=lfs -text
+*.parquet filter=lfs diff=lfs merge=lfs -text
+*.pb filter=lfs diff=lfs merge=lfs -text
+*.pickle filter=lfs diff=lfs merge=lfs -text
+*.pkl filter=lfs diff=lfs merge=lfs -text
+*.pt filter=lfs diff=lfs merge=lfs -text
+*.pth filter=lfs diff=lfs merge=lfs -text
+*.rar filter=lfs diff=lfs merge=lfs -text
+*.safetensors filter=lfs diff=lfs merge=lfs -text
+saved_model/**/* filter=lfs diff=lfs merge=lfs -text
+*.tar.* filter=lfs diff=lfs merge=lfs -text
+*.tar filter=lfs diff=lfs merge=lfs -text
+*.tflite filter=lfs diff=lfs merge=lfs -text
+*.tgz filter=lfs diff=lfs merge=lfs -text
+*.wasm filter=lfs diff=lfs merge=lfs -text
+*.xz filter=lfs diff=lfs merge=lfs -text
+*.zip filter=lfs diff=lfs merge=lfs -text
+*.zst filter=lfs diff=lfs merge=lfs -text
+*tfevents* filter=lfs diff=lfs merge=lfs -text
+tokenizer.json filter=lfs diff=lfs merge=lfs -text
--- a/README.md
+++ b/README.md
@@ -0,0 +1,310 @@
+---
+language:
+- ja
+- en
+base_model:
+- summerMC/Sakura
+base_model_relation: finetune
+pipeline_tag: text-generation
+library_name: transformers
+tags:
+- japanese
+- chat
+- sft
+- causal-lm
+- conversational
+- reasoning
+- fable
+datasets:
+- summerMC/v-Fable
+---
+
+# matutake
+
+`matutake` は、[summerMC/Sakura](https://huggingface.co/summerMC/Sakura) をベースに、[summerMC/v-Fable](https://huggingface.co/datasets/summerMC/v-Fable) を用いて **Supervised Fine-Tuning (SFT)** した、日本語寄りの **Fable系対話・推論モデル** です。
+
+このモデルは、coding専用モデルではなく、**会話・説明・推論・ロールプレイ・長めの応答生成** などを含む、Fable系のスタイルと応答傾向をSakura上で再現・適応することを目的に調整しています。
+
+---
+
+# 1. Model Overview
+
+## 概要
+
+* **Model name**: `summerMC/matutake`
+* **Base model**: `summerMC/Sakura`
+* **Training type**: Full fine-tuning / SFT
+* **Primary dataset**: `summerMC/v-Fable`
+
+## 主な目的
+
+* 日本語での自然な会話応答
+* Fable系の応答スタイルへの適応
+* 長めの説明・推論応答の強化
+* instruction following の改善
+* 対話形式での安定した文章生成
+
+`matutake` は、Fable系トレースデータをもとに、**対話の流れを保ちながら自然に返答する能力**、**ある程度まとまった推論や説明を返す能力**、**ロールや文脈に沿った返答を行う能力** を強めることを目的としています。
+
+---
+
+# 2. Intended Use
+
+## 想定ユースケース
+
+このモデルは、以下のような **一般的な対話・生成タスク** を想定しています。
+
+### Chat / Conversation
+
+* 日本語での雑談・対話
+* 指示に従った応答生成
+* 長めの会話文・返答文の生成
+* キャラクターや口調を意識した会話
+
+### Reasoning / Explanation
+
+* 質問に対する段階的な説明
+* 要点整理
+* 比較・整理・要約
+* ある程度長い推論を伴う返答
+
+### Creative / Roleplay style generation
+
+* Fable系の会話スタイル再現
+* ロールプレイ風の返答
+* 雰囲気重視の会話生成
+* ストーリー寄りの応答や表現
+
+### General instruction following
+
+* 日本語プロンプトに対する自然な応答
+* 情報整理
+* 文章生成
+* 口調や形式を指定した出力
+
+---
+
+# 3. Training Data
+
+本モデルは主に以下のデータセットで学習されています。
+
+## Dataset
+
+* **`summerMC/v-Fable`**
+
+`v-Fable` は Fable系トレースをもとにした対話・推論・スタイル応答を含むデータセットであり、会話の流れ、応答形式、説明調の返答、Fable系の雰囲気を持つ出力を学習するために使用しています。
+
+学習時には主に `context -> completion` 形式を用い、与えられた文脈に対する応答全体をSFTしています。
+
+### 主な特徴
+
+* 対話形式の応答
+* reasoning / explanation を含む返答
+* Fable系のスタイルや雰囲気を持つ出力
+* instruction-following と会話継続の両方を含む構成
+
+---
+
+# 4. Training Method
+
+## Fine-tuning
+
+* **方式**: Supervised Fine-Tuning (SFT)
+* **学習対象**: base model の全パラメータ（full fine-tune）
+* **目的**:
+
+  * Fable系の応答傾向への適応
+  * 会話の自然さの改善
+  * 長めの返答や説明の安定化
+  * 日本語での instruction following の向上
+
+## 学習方針
+
+本モデルでは、単純な短文応答よりも、以下のような性質を重視しています。
+
+* 文脈を踏まえて返答する
+* 長めの説明や会話を破綻しにくくする
+* Fable系の話し方・返答傾向を反映する
+* 日本語での自然な対話を強化する
+
+---
+
+# 5. Prompting / Chat Format
+
+このモデルは **chat形式** の入力を想定しています。
+ベースモデル `Sakura` のテンプレートに依存するため、基本的には `tokenizer.apply_chat_template(...)` を使うことを推奨します。
+
+## Transformers example
+
+```python
+import torch
+from transformers import AutoTokenizer, AutoModelForCausalLM
+
+model_id = "summerMC/matutake"
+
+tokenizer = AutoTokenizer.from_pretrained(
+    model_id,
+    trust_remote_code=True,
+)
+
+model = AutoModelForCausalLM.from_pretrained(
+    model_id,
+    trust_remote_code=True,
+    torch_dtype=torch.bfloat16,
+    device_map="auto",
+)
+
+messages = [
+    {
+        "role": "system",
+        "content": "You are matutake, a helpful Japanese conversational assistant."
+    },
+    {
+        "role": "user",
+        "content": "最近ちょっと疲れてるんだけど、少し気分が軽くなるように話して。"
+    }
+]
+
+text = tokenizer.apply_chat_template(
+    messages,
+    tokenize=False,
+    add_generation_prompt=True,
+)
+
+inputs = tokenizer(text, return_tensors="pt").to(model.device)
+
+with torch.no_grad():
+    outputs = model.generate(
+        **inputs,
+        max_new_tokens=512,
+        do_sample=True,
+        temperature=0.7,
+        top_p=0.9,
+        repetition_penalty=1.05,
+    )
+
+print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True))
+```
+
+---
+
+# 6. Recommended Generation Settings
+
+用途が会話・説明・Fable系の返答寄りなので、まずは以下を推奨します。
+
+## 会話向け
+
+```python
+max_new_tokens = 512
+do_sample = True
+temperature = 0.7
+top_p = 0.9
+repetition_penalty = 1.05
+```
+
+## 少し安定寄りにする場合
+
+```python
+max_new_tokens = 512
+do_sample = True
+temperature = 0.5
+top_p = 0.9
+repetition_penalty = 1.05
+```
+
+## 長めの応答を書かせる場合
+
+```python
+max_new_tokens = 1024
+temperature = 0.7
+top_p = 0.95
+```
+
+---
+
+# 7. Example Prompts
+
+## 日常会話
+
+* `最近ちょっと気分が落ちてるから、少し優しく話してほしい。`
+* `今日あったことを聞いてほしい。`
+
+## 説明・整理
+
+* `量子コンピュータって何か、中学生にもわかるように説明して。`
+* `この文章を3行で要約して。`
+
+## ロールプレイ / 雰囲気重視
+
+* `落ち着いた口調で、夜に話しかけるような感じで返して。`
+* `少し物語っぽい雰囲気で励まして。`
+
+## 推論・長文応答
+
+* `A案とB案のメリット・デメリットを比較して整理して。`
+* `この悩みに対して、考え方を段階的に整理してほしい。`
+
+---
+
+# 8. Limitations
+
+このモデルは**研究・実験用途**です。以下の制約があります。
+
+* 事実性は保証されません
+* 説明がもっともらしくても誤っている場合があります
+* 長い応答では一貫性が崩れることがあります
+* Fable系のスタイルに寄ることで、必要以上に感情的・演出的な返答になる場合があります
+* chain-of-thought風の出力や冗長な説明が出ることがあります
+
+**重要な判断に使う場合は、必ず人間が内容を確認してください。**
+
+---
+
+# 9. Safety / Responsible Use
+
+以下の用途には適しません。
+
+* 医療・法務・金融など高リスク分野の最終判断
+* 人の状態に関する重大な判断の自動化
+* 真偽確認なしでの事実情報の利用
+* セーフティ確認なしの本番自動応答
+
+モデルの出力は参考情報として扱い、必要に応じて別ソースで確認してください。
+
+---
+
+# 10. License
+
+## Important
+
+このモデルの利用条件は、**ベースモデル `summerMC/Sakura` のライセンス** および **学習データ `summerMC/v-Fable` のライセンス** に依存します。
+利用前に必ずそれぞれの配布ページを確認してください。
+
+* Base model: `summerMC/Sakura`
+* Dataset: `summerMC/v-Fable`
+
+特に、学習データに由来するライセンス・利用条件・再配布条件には注意してください。
+
+---
+
+# 11. Citation
+
+もしこのモデルや派生物を研究・検証に利用した場合は、ベースモデルと学習データのクレジットも併記してください。
+
+```bibtex
+@misc{matutake2026,
+  title        = {matutake},
+  author       = {summerMC},
+  year         = {2026},
+  howpublished = {\url{https://huggingface.co/summerMC/matutake}}
+}
+```
+
+必要に応じて、ベースモデル・データセットの引用も追加してください。
+
+---
+
+# 12. Notes
+
+`matutake` は、Sakura系列をベースに **Fable系の会話・推論・スタイル応答** を強化するための実験モデルです。
+ベンチマークスコアの最適化よりも、**会話としての自然さ、返答の雰囲気、長めの応答生成** を重視しています。
--- a/chat_template.jinja
+++ b/chat_template.jinja
@@ -0,0 +1,54 @@
+{%- if tools %}
+    {{- '<|im_start|>system\n' }}
+    {%- if messages[0]['role'] == 'system' %}
+        {{- messages[0]['content'] }}
+    {%- else %}
+        {{- 'あなたは、Summer AIが開発したSakuraです。小型ながら、誠実で優秀なアシスタントです。' }}
+    {%- endif %}
+    {{- "\n\n# Tools\n\nYou may call one or more functions to assist with the user query.\n\nYou are provided with function signatures within <tools></tools> XML tags:\n<tools>" }}
+    {%- for tool in tools %}
+        {{- "\n" }}
+        {{- tool | tojson }}
+    {%- endfor %}
+    {{- "\n</tools>\n\nFor each function call, return a json object with function name and arguments within <tool_call></tool_call> XML tags:\n<tool_call>\n{\"name\": <function-name>, \"arguments\": <args-json-object>}\n</tool_call><|im_end|>\n" }}
+{%- else %}
+    {%- if messages[0]['role'] == 'system' %}
+        {{- '<|im_start|>system\n' + messages[0]['content'] + '<|im_end|>\n' }}
+    {%- else %}
+        {{- '<|im_start|>system\nあなたは、Summer AIが開発したSakuraです。小型ながら、誠実で優秀なアシスタントです。<|im_end|>\n' }}
+    {%- endif %}
+{%- endif %}
+{%- for message in messages %}
+    {%- if (message.role == "user") or (message.role == "system" and not loop.first) or (message.role == "assistant" and not message.tool_calls) %}
+        {{- '<|im_start|>' + message.role + '\n' + message.content + '<|im_end|>' + '\n' }}
+    {%- elif message.role == "assistant" %}
+        {{- '<|im_start|>' + message.role }}
+        {%- if message.content %}
+            {{- '\n' + message.content }}
+        {%- endif %}
+        {%- for tool_call in message.tool_calls %}
+            {%- if tool_call.function is defined %}
+                {%- set tool_call = tool_call.function %}
+            {%- endif %}
+            {{- '\n<tool_call>\n{"name": "' }}
+            {{- tool_call.name }}
+            {{- '", "arguments": ' }}
+            {{- tool_call.arguments | tojson }}
+            {{- '}\n</tool_call>' }}
+        {%- endfor %}
+        {{- '<|im_end|>\n' }}
+    {%- elif message.role == "tool" %}
+        {%- if (loop.index0 == 0) or (messages[loop.index0 - 1].role != "tool") %}
+            {{- '<|im_start|>user' }}
+        {%- endif %}
+        {{- '\n<tool_response>\n' }}
+        {{- message.content }}
+        {{- '\n</tool_response>' }}
+        {%- if loop.last or (messages[loop.index0 + 1].role != "tool") %}
+            {{- '<|im_end|>\n' }}
+        {%- endif %}
+    {%- endif %}
+{%- endfor %}
+{%- if add_generation_prompt %}
+    {{- '<|im_start|>assistant\n' }}
+{%- endif %}
--- a/config.json
+++ b/config.json
@@ -0,0 +1,61 @@
+{
+  "architectures": [
+    "Qwen2ForCausalLM"
+  ],
+  "attention_dropout": 0.0,
+  "bos_token_id": null,
+  "dtype": "bfloat16",
+  "eos_token_id": 151645,
+  "hidden_act": "silu",
+  "hidden_size": 1536,
+  "initializer_range": 0.02,
+  "intermediate_size": 8960,
+  "layer_types": [
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention",
+    "full_attention"
+  ],
+  "max_position_embeddings": 32768,
+  "max_window_layers": 21,
+  "model_type": "qwen2",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 28,
+  "num_key_value_heads": 2,
+  "pad_token_id": 151643,
+  "rms_norm_eps": 1e-06,
+  "rope_parameters": {
+    "rope_theta": 1000000.0,
+    "rope_type": "default"
+  },
+  "sliding_window": null,
+  "tie_word_embeddings": false,
+  "transformers_version": "5.12.0",
+  "use_cache": false,
+  "use_sliding_window": false,
+  "vocab_size": 151665
+}
--- a/generation_config.json
+++ b/generation_config.json
@@ -0,0 +1,9 @@
+{
+  "_from_model_config": true,
+  "eos_token_id": [
+    151645
+  ],
+  "pad_token_id": 151643,
+  "transformers_version": "5.12.0",
+  "use_cache": true
+}
--- a/model.safetensors
+++ b/model.safetensors
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7175b36525c9067d2892388ac4785d4197057d634dcfcf2e29ccdaa87223e9e5
+size 3552549728
--- a/optimizer.pt
+++ b/optimizer.pt
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:401d9b863f63ad990876a15e8a2d6479a4440a9426902056b63c17a16bbece7a
+size 7105319372
--- a/rng_state.pth
+++ b/rng_state.pth
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:61c19bab1174704a4a4441475683bf1270277af15d2e2c95e964789128e482c4
+size 14645
--- a/scheduler.pt
+++ b/scheduler.pt
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ac08bec92a4d36e0429c02d96598c370f748ac8366bfc29c7287da66814c605d
+size 1465
--- a/tokenizer.json
+++ b/tokenizer.json
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3fd169731d2cbde95e10bf356d66d5997fd885dd8dbb6fb4684da3f23b2585d8
+size 11421892
--- a/tokenizer_config.json
+++ b/tokenizer_config.json
@@ -0,0 +1,30 @@
+{
+  "add_prefix_space": false,
+  "backend": "tokenizers",
+  "bos_token": null,
+  "clean_up_tokenization_spaces": false,
+  "eos_token": "<|im_end|>",
+  "errors": "replace",
+  "extra_special_tokens": [
+    "<|im_start|>",
+    "<|im_end|>",
+    "<|object_ref_start|>",
+    "<|object_ref_end|>",
+    "<|box_start|>",
+    "<|box_end|>",
+    "<|quad_start|>",
+    "<|quad_end|>",
+    "<|vision_start|>",
+    "<|vision_end|>",
+    "<|vision_pad|>",
+    "<|image_pad|>",
+    "<|video_pad|>"
+  ],
+  "is_local": false,
+  "local_files_only": false,
+  "model_max_length": 131072,
+  "pad_token": "<|endoftext|>",
+  "split_special_tokens": false,
+  "tokenizer_class": "Qwen2Tokenizer",
+  "unk_token": null
+}
--- a/trainer_state.json
+++ b/trainer_state.json
@@ -0,0 +1,124 @@
+{
+  "best_global_step": null,
+  "best_metric": null,
+  "best_model_checkpoint": null,
+  "epoch": 1.0,
+  "eval_steps": 500,
+  "global_step": 199,
+  "is_hyper_param_search": false,
+  "is_local_process_zero": true,
+  "is_world_process_zero": true,
+  "log_history": [
+    {
+      "entropy": 0.9629484385251998,
+      "epoch": 0.10050251256281408,
+      "grad_norm": 4.09375,
+      "learning_rate": 1.9000000000000002e-06,
+      "loss": 0.9181639671325683,
+      "mean_token_accuracy": 0.8306790262460708,
+      "num_tokens": 40960.0,
+      "step": 20
+    },
+    {
+      "entropy": 0.9275371879339218,
+      "epoch": 0.20100502512562815,
+      "grad_norm": 4.28125,
+      "learning_rate": 3.900000000000001e-06,
+      "loss": 0.8665243148803711,
+      "mean_token_accuracy": 0.8379091203212738,
+      "num_tokens": 81920.0,
+      "step": 40
+    },
+    {
+      "entropy": 0.8652732700109482,
+      "epoch": 0.3015075376884422,
+      "grad_norm": 3.359375,
+      "learning_rate": 5.9e-06,
+      "loss": 0.7930655002593994,
+      "mean_token_accuracy": 0.8541035562753677,
+      "num_tokens": 122880.0,
+      "step": 60
+    },
+    {
+      "entropy": 0.780908739566803,
+      "epoch": 0.4020100502512563,
+      "grad_norm": 2.6875,
+      "learning_rate": 7.9e-06,
+      "loss": 0.7104530334472656,
+      "mean_token_accuracy": 0.8606008648872375,
+      "num_tokens": 163840.0,
+      "step": 80
+    },
+    {
+      "entropy": 0.598466919362545,
+      "epoch": 0.5025125628140703,
+      "grad_norm": 4.9375,
+      "learning_rate": 9.9e-06,
+      "loss": 0.5393049240112304,
+      "mean_token_accuracy": 0.8908646881580353,
+      "num_tokens": 204800.0,
+      "step": 100
+    },
+    {
+      "entropy": 0.40023221969604494,
+      "epoch": 0.6030150753768844,
+      "grad_norm": 2.734375,
+      "learning_rate": 9.118382907149164e-06,
+      "loss": 0.3737324237823486,
+      "mean_token_accuracy": 0.9215437412261963,
+      "num_tokens": 245760.0,
+      "step": 120
+    },
+    {
+      "entropy": 0.3805061921477318,
+      "epoch": 0.7035175879396985,
+      "grad_norm": 3.125,
+      "learning_rate": 6.635339816587109e-06,
+      "loss": 0.35905587673187256,
+      "mean_token_accuracy": 0.9224676638841629,
+      "num_tokens": 286652.0,
+      "step": 140
+    },
+    {
+      "entropy": 0.31945948526263235,
+      "epoch": 0.8040201005025126,
+      "grad_norm": 3.125,
+      "learning_rate": 3.5153981233586277e-06,
+      "loss": 0.29033424854278567,
+      "mean_token_accuracy": 0.935295569896698,
+      "num_tokens": 327612.0,
+      "step": 160
+    },
+    {
+      "entropy": 0.3433520093560219,
+      "epoch": 0.9045226130653267,
+      "grad_norm": 2.9375,
+      "learning_rate": 9.73648712344707e-07,
+      "loss": 0.32125253677368165,
+      "mean_token_accuracy": 0.930393049120903,
+      "num_tokens": 367708.0,
+      "step": 180
+    }
+  ],
+  "logging_steps": 20,
+  "max_steps": 199,
+  "num_input_tokens_seen": 0,
+  "num_train_epochs": 1,
+  "save_steps": 1000,
+  "stateful_callbacks": {
+    "TrainerControl": {
+      "args": {
+        "should_epoch_stop": false,
+        "should_evaluate": false,
+        "should_log": false,
+        "should_save": true,
+        "should_training_stop": true
+      },
+      "attributes": {}
+    }
+  },
+  "total_flos": 3757085019549696.0,
+  "train_batch_size": 1,
+  "trial_name": null,
+  "trial_params": null
+}
--- a/training_args.bin
+++ b/training_args.bin
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:92877bd1dbb18040fd11831cbfb5c38b02d1713f51f32d02bf001e28842c0deb
+size 5649