229 lines
9.4 KiB
Markdown
229 lines
9.4 KiB
Markdown
---
|
||
language:
|
||
- ja
|
||
- en
|
||
license: apache-2.0
|
||
base_model: Qwen/Qwen3-0.6B
|
||
tags:
|
||
- japanese
|
||
- continual-learning
|
||
- sft
|
||
- rl
|
||
- quantized
|
||
- llama.cpp
|
||
- browser
|
||
- on-device
|
||
pipeline_tag: text-generation
|
||
---
|
||
|
||
|
||
|
||
# webbigdata/Qwen3-0.6B_WBD
|
||
|
||
Qwen3-0.6Bに継続学習を行い、日本語能力・推論能力・日常会話能力を強化した軽量日本語モデルです。
|
||
**ブラウザ上での完全動作** スマートフォン、エッジデバイスでの動作を主な目標として開発されました。
|
||
A lightweight Japanese-enhanced model based on Qwen3-0.6B with improved Japanese language ability, reasoning, and conversational capability.
|
||
Designed primarily to **run completely in-browser** and on smartphones, and edge devices.
|
||
|
||
---
|
||
|
||
## ニュース / News
|
||
|
||
- **ブラウザデモ公開** インストール不要・サーバー不要でブラウザ上で完全動作するデモを公開 → **[webbigdata SLM Demo](https://webbigdata.jp/slm/)**
|
||
- **スマートフォン動作確認済み** 2020年発売のAQUOS sense4 basic（Snapdragon 720G / RAM 3GB）で **17.20 t/s** の動作を確認 → [動作動画](https://youtube.com/shorts/yOPlH7qcpbA)
|
||
- **スマートフォン向け量子化版公開** executorchを使った4bit量子化版を公開 → [dahara1/Qwen3-0.6B-executorch-jp](https://huggingface.co/dahara1/Qwen3-0.6B-executorch-jp)
|
||
|
||
---
|
||
|
||
## モデル概要 / Model Overview
|
||
|
||
| 項目 | 内容 |
|
||
|---|---|
|
||
| ベースモデル / Base Model | [Qwen/Qwen3-0.6B](https://huggingface.co/Qwen/Qwen3-0.6B) |
|
||
| パラメータ数 / Parameters | 約6億 (0.6B) |
|
||
| ライセンス / License | Apache 2.0 |
|
||
| 対応言語 / Languages | 日本語・英語 (Japanese / English) |
|
||
| 学習手法 / Training | SFT、RL、8bit量子化 |
|
||
| 開発者 / Developer | dahara1@webbigdata |
|
||
|
||
---
|
||
|
||
## ブラウザデモ / Browser Demo
|
||
|
||
インストール不要・サーバー不要。ブラウザで今すぐ試せます。
|
||
No installation, no server required. Try it directly in your browser.
|
||
|
||
👉 **[https://webbigdata.jp/slm/](https://webbigdata.jp/slm/)**
|
||
|
||
|
||
|
||
> WASM + llama.cpp による完全クライアントサイド動作。パラメータ数0.6B（8ビット量子化）610MBのモデルがブラウザ上で推論します。
|
||
> Fully client-side inference via WASM + llama.cpp. A 610MB (8-bit quantized, 0.6B parameter) model runs entirely in-browser.
|
||
|
||
---
|
||
|
||
## 特徴 / Features
|
||
|
||
- **日本語能力の底上げ**：独自データによる継続学習により、日本語の語彙・知識・表現力を強化
|
||
- **推論能力の強化**：強化学習(RL)をにより、論理的な推論能力を向上
|
||
- **日本語日常会話能力の強化**：自然な日本語会話を目指した学習を実施
|
||
※ 0.6Bモデルの性質上、複数ターンに及ぶ長い会話には限界があります
|
||
- **ブラウザ完全動作**：WASM + llama.cppによりサーバー不要でブラウザ上で動作
|
||
- **スマートフォン動作確認済み**：executorchにより2020年発売の廉価端末（Snapdragon 720G / RAM 3GB）で17.20 t/s を確認
|
||
|
||
---
|
||
|
||
## ベンチマーク結果 / Benchmark Results
|
||
|
||
### 日本語ベンチマーク / Japanese Benchmarks
|
||
|
||
| Model | JCommonsenseQA | JNLI | JSTS | JSQuAD | Average |
|
||
|---|---|---|---|---|---|
|
||
| Qwen3-0.6B-Q8_0（ベースライン）| 62.40% | 32.20% | 17.20% | 76.00% | 46.95% |
|
||
| **Qwen3-0.6B_WBD（本モデル）** | 59.60% | **72.60%** | **35.60%** | **82.00%** | **62.45%** |
|
||
|
||
継続学習により平均スコアが **46.95% → 62.45%（+15.5pt）** に向上しました。特にJNLI（自然言語推論）は +40.4pt と大幅に改善しています。
|
||
|
||
JCommonsenseQAのわずかな低下は、知識・語彙が増えた結果、微妙なニュアンスで迷いが生じるケースが増えたためです。
|
||
|
||
### 他モデルとの比較について / Comparison with Other Models
|
||
|
||
NTTのtsuzumi（0.6B）など同サイズ帯の日本語特化モデルも存在しますが、JCommonsenseQA・JNLI・JSTS・JSQuADの具体的な数値を公開しているモデルは少なく、現時点で同一ベンチマークでの直接比較はできていません。本モデルは再現可能な評価条件を公開しています。
|
||
|
||
### M-IFEval（日本語命令追従能力）
|
||
|
||
| Model | prompt-level (strict) | instruction-level (strict) |
|
||
|---|---|---|
|
||
| Qwen3-0.6B-Q8_0 | 0.366 | 0.420 |
|
||
| **Qwen3-0.6B_WBD** | 0.238 | 0.314 |
|
||
|
||
M-IFEVALの低下について：評価セットには「英語以外の言語への翻訳」など日本語特化学習と相性の悪いタスクが混在しています。
|
||
日本語固有タスク（キーワード存在確認・文字数制約・numbered listなど）では競争力のある性能を示しています。
|
||
|
||
---
|
||
|
||
## スマートフォン動作 / Smartphone Performance
|
||
|
||
executorchを使った4bit量子化版により、スマートフォン上での動作を実現しています。
|
||
|
||
**動作確認端末：**
|
||
|
||
| 項目 | 内容 |
|
||
|---|---|
|
||
| 機種 | AQUOS sense4 basic A003SH |
|
||
| 発売日 | 2020年11月19日（5年前の廉価スマートフォン）|
|
||
| OS | Android 12 |
|
||
| SoC | Qualcomm Snapdragon 720G（オクタコア）|
|
||
| RAM | 3GB |
|
||
| **動作速度** | **17.20 t/s** |
|
||
|
||
📹 [動作確認動画（YouTube Shorts）](https://youtube.com/shorts/yOPlH7qcpbA)
|
||
|
||
> **注意：** 現時点でのスマートフォン動作はPC経由のケーブル転送が必要です。一般向けアプリとしての配布はまだ行っていません。iPhone向けはシミュレーター上での動作確認のみです。
|
||
|
||
スマートフォン向け量子化版：[dahara1/Qwen3-0.6B-executorch-jp](https://huggingface.co/dahara1/Qwen3-0.6B-executorch-jp)
|
||
|
||
---
|
||
|
||
## 動かし方 / How to Run
|
||
|
||
### llama.cpp を使った方法
|
||
|
||
[llama.cpp](https://github.com/ggml-org/llama.cpp/releases) からお使いのハードウェア向けのパッケージをダウンロードしてください。
|
||
[Ollama](https://github.com/ollama/ollama) や [LM Studio](https://github.com/lmstudio-ai/lms) など、ggufファイルに対応したツールでも動かすことができます。
|
||
|
||
#### CLIで動かす（Linux/Mac）
|
||
|
||
```bash
|
||
./llama-cli -hf webbigdata/Qwen3-0.6B_WBD --ctx-size 4096 --temp 0.7 --top-p 0.8 --top-k 20 --min-p 0.01 --repeat-penalty 1.05
|
||
```
|
||
|
||
#### llama-server で起動してブラウザからアクセスする
|
||
|
||
```bash
|
||
./llama-server -hf webbigdata/Qwen3-0.6B_WBD --host 0.0.0.0 --port 8080 --ctx-size 4096 --temp 0.7 --top-p 0.8 --top-k 20 --min-p 0.01 --repeat-penalty 1.05
|
||
```
|
||
|
||
ブラウザで `http://127.0.0.1:8080/` を開いてください。
|
||
|
||
#### Python スクリプトからアクセスする（OpenAI互換API）
|
||
|
||
```python
|
||
from openai import OpenAI
|
||
|
||
client = OpenAI(
|
||
base_url="http://localhost:8080/v1",
|
||
api_key="dummy"
|
||
)
|
||
|
||
response = client.chat.completions.create(
|
||
model="webbigdata/Qwen3-0.6B_WBD",
|
||
messages=[
|
||
{"role": "system", "content": "あなたは親切なアシスタントです。"},
|
||
{"role": "user", "content": "こんにちは！"}
|
||
],
|
||
stream=True
|
||
)
|
||
for chunk in response:
|
||
if chunk.choices[0].delta.content is not None:
|
||
print(chunk.choices[0].delta.content, end="", flush=True)
|
||
```
|
||
|
||
### Qwen3 推奨パラメーター設定 / Recommended Parameters
|
||
|
||
Qwen3はGreedy decoding（Temperature=0などの決定論的生成）を使用すると繰り返し生成などの不具合が起きやすいため、サンプリング（Temperature > 0）の使用を強く推奨します。
|
||
|
||
| パラメーター | 推奨値 |
|
||
|---|---|
|
||
| Temperature | 0.7 |
|
||
| Top_P | 0.8 |
|
||
| Top_K | 20 |
|
||
| Min_P | 0.01 |
|
||
| Repetition Penalty | 1.05 |
|
||
|
||
---
|
||
|
||
## 量子化バリアント / Quantized Variants
|
||
|
||
| バリアント | 説明 | リンク |
|
||
|---|---|---|
|
||
| executorch 4bit版 | スマートフォン向け動作用 | [dahara1/Qwen3-0.6B-executorch-jp](https://huggingface.co/dahara1/Qwen3-0.6B-executorch-jp) |
|
||
|
||
---
|
||
|
||
## 学習データ / Training Data
|
||
|
||
独自に収集・合成したプライベートデータセットを使用しています。
|
||
Private datasets collected and created by webbigdata.
|
||
|
||
---
|
||
|
||
## 謝辞 / Acknowledgments
|
||
|
||
- [Qwen/Qwen3-0.6B](https://huggingface.co/Qwen/Qwen3-0.6B) — ベースモデル
|
||
- [Qwen/Qwen3-0.6B](https://huggingface.co/unsloth/Qwen3-0.6B) — プロンプトテンプレート
|
||
- [llama.cpp](https://github.com/ggml-org/llama.cpp) — 推論エンジン
|
||
- [wllama](https://github.com/ngxson/wllama) — WebAssembly
|
||
- [Hugging Face](https://huggingface.co/) — モデルホスティング
|
||
|
||
---
|
||
|
||
## 開発者 / Developer
|
||
|
||
- **Developed by:** dahara1@webbigdata
|
||
- **Model type:** Text Generation (Causal LM)
|
||
- **Language(s):** Japanese, English
|
||
- **Base Model:** [Qwen/Qwen3-0.6B](https://huggingface.co/Qwen/Qwen3-0.6B)
|
||
- **Demo:** [https://webbigdata.jp/slm/](https://webbigdata.jp/slm/)
|
||
- **X (Twitter):** [https://x.com/webbigdata](https://x.com/webbigdata)
|
||
- **お問い合わせ / Contact:** [https://webbigdata.jp/webbigdata/inquiry/](https://webbigdata.jp/webbigdata/inquiry/)
|
||
|
||
```bibtex
|
||
@misc{dahara2025Qwen3-0.6B_WBD,
|
||
author = {dahara1@webbigdata},
|
||
title = {Qwen3-0.6B_WBD - Japanese-Enhanced Continual Learning Model},
|
||
year = {2026},
|
||
howpublished = {\url{https://huggingface.co/webbigdata/Qwen3-0.6B_WBD}},
|
||
abstract = {A lightweight Japanese-enhanced model based on Qwen3-0.6B, designed to run in browsers and on smartphones.},
|
||
}
|
||
``` |