---
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}
}
```