初始化项目，由ModelHub XC社区提供模型

Model: tellang/yeji-4b-instruct-v9 Source: Original Platform
2026-05-24 00:12:23 +08:00
commit 1cd0c5ac5a
13 changed files with 152395 additions and 0 deletions
--- a/README.md
+++ b/README.md
@@ -0,0 +1,99 @@
+---
+license: apache-2.0
+language:
+  - ko
+base_model: Qwen/Qwen3-4B
+datasets:
+  - tellang/yeji-fortune-telling-ko-v9
+tags:
+  - fortune-telling
+  - saju
+  - bazi
+  - tarot
+  - horoscope
+  - korean
+  - fine-tuned
+  - qwen3
+pipeline_tag: text-generation
+library_name: transformers
+---
+
+# YEJI-4B-Instruct-v9
+
+한국어 운세/점술 도메인 특화 LLM. Qwen3-4B 기반 RSLoRA 파인튜닝 모델 (v9, 최종).
+
+## Model Description
+
+YEJI는 사주(四柱), 서양 점성술, 타로, 화투 4개 도메인에 특화된 한국어 LLM입니다.
+v1부터 v9까지 9회 반복 실험을 거쳐 최적화되었습니다.
+
+- **Base Model**: Qwen3-4B
+- **Fine-tuning**: RSLoRA (Rank-Stabilized LoRA)
+- **Training Data**: [yeji-fortune-telling-ko-v9](https://huggingface.co/datasets/tellang/yeji-fortune-telling-ko-v9) (31,625 samples)
+- **Domains**: 사주(Bazi) · 서양 점성술(Astrology) · 타로(Tarot) · 화투
+
+## Training Details
+
+| Parameter | Value |
+|-----------|-------|
+| Base Model | Qwen/Qwen3-4B |
+| Method | RSLoRA |
+| Dataset Size | 31,625 samples |
+| Domains | 4 (사주, 점성술, 타로, 화투) |
+| Language | Korean |
+| Framework | Unsloth + Transformers |
+
+### Version History
+
+| Version | Base | Method | Status |
+|---------|------|--------|--------|
+| v1 | Qwen3-8B | QDoRA | Deprecated |
+| v2 | Qwen3-8B | QLoRA | Deprecated |
+| v7 | Qwen3-8B | RSLoRA | Stable (8B) |
+| **v9** | **Qwen3-4B** | **RSLoRA** | **Latest (4B)** |
+
+## Usage
+
+```python
+from transformers import AutoModelForCausalLM, AutoTokenizer
+
+model_name = "tellang/yeji-4b-instruct-v9"
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype="auto", device_map="auto")
+
+messages = [
+    {"role": "system", "content": "당신은 전문 사주 상담사입니다."},
+    {"role": "user", "content": "1997년 10월 24일생 사주 풀이를 부탁합니다."}
+]
+
+text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
+inputs = tokenizer(text, return_tensors="pt").to(model.device)
+outputs = model.generate(**inputs, max_new_tokens=512, temperature=0.7)
+print(tokenizer.decode(outputs[0], skip_special_tokens=True))
+```
+
+## Quantized Versions
+
+| Format | Model | Use Case |
+|--------|-------|----------|
+| **AWQ 4-bit** | [yeji-4b-instruct-v9-AWQ](https://huggingface.co/tellang/yeji-4b-instruct-v9-AWQ) | vLLM 서빙, GPU 추론 |
+| **MLX 4-bit** | [yeji-4b-instruct-v9-mlx-4bit](https://huggingface.co/tellang/yeji-4b-instruct-v9-mlx-4bit) | Apple Silicon |
+| **GGUF** | [yeji-4b-gguf](https://huggingface.co/tellang/yeji-4b-gguf) | llama.cpp, Ollama |
+
+## Limitations
+
+- 한국어 운세/점술 도메인에 특화되어 있어 일반 대화 성능은 베이스 모델 대비 저하될 수 있습니다.
+- 점술 결과는 엔터테인먼트 목적이며, 실제 의사결정에 사용해서는 안 됩니다.
+- 중국어 사주 용어가 포함된 학습 데이터 특성상, 일부 응답에 중국어가 혼합될 수 있습니다.
+
+## Citation
+
+```bibtex
+@misc{yeji-4b-instruct-v9,
+  author = {tellang},
+  title = {YEJI-4B-Instruct-v9: Korean Fortune-Telling Domain LLM},
+  year = {2026},
+  publisher = {Hugging Face},
+  url = {https://huggingface.co/tellang/yeji-4b-instruct-v9}
+}
+```