license, language, base_model, datasets, tags, pipeline_tag, library_name, model-index

license	language	base_model	datasets	tags	pipeline_tag	library_name	model-index
apache-2.0	ko	Qwen/Qwen3-8B-Base	tellang/yeji-fortune-telling-ko-v3	fortune-telling saju bazi tarot horoscope korean fine-tuned qwen3 rslora	text-generation	transformers	name results yeji-8b-rslora-v7

YEJI-8B-RSLoRA-v7

한국어 운세/점술 도메인 특화 8B LLM. Qwen3-8B-Base 기반 RSLoRA 파인튜닝.

Model Description

YEJI 프로젝트의 8B 주력 모델입니다. Qwen3-8B-Base를 RSLoRA (Rank-Stabilized LoRA)로 파인튜닝하여 사주, 점성술, 타로, 화투 4개 도메인에서 전문 상담 능력을 갖추었습니다.

• Base Model: Qwen/Qwen3-8B-Base
• Parameters: 8.2B
• Fine-tuning: RSLoRA
• Training Data: yeji-fortune-telling-ko-v3
• Domains: 사주(Bazi) · 서양 점성술(Astrology) · 타로(Tarot) · 화투

Version History

Version	Base	Method	Params	Status
v1	Qwen3-8B	QDoRA	8.2B	Deprecated
v2	Qwen3-8B	QLoRA	8.2B	Deprecated
v4	Qwen3-8B	RSLoRA + T-Shirt	8.2B	Deprecated
v7	Qwen3-8B	RSLoRA	8.2B	Stable

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "tellang/yeji-8b-rslora-v7"
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 24일생의 올해 운세를 봐주세요."}
]

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-8b-rslora-v7-AWQ	vLLM 서빙

Successor Models (4B, Lighter)

Model	Params	Status
yeji-4b-instruct-v9	4.0B	Latest
yeji-4b-instruct-v9-AWQ	~1.3B	Production

Limitations

• 한국어 운세/점술 도메인에 특화. 범용 대화 성능은 Qwen3-8B-Instruct 대비 저하.
• 점술 결과는 엔터테인먼트 목적. 실제 의사결정에 사용 금지.
• 8B 모델로 VRAM ~16GB 필요. 경량화가 필요하면 4B 또는 AWQ 버전 권장.