base_model, library_name, tags, language, license
| base_model | library_name | tags | language | license | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Qwen/Qwen3-1.7B | transformers |
|
|
apache-2.0 |
Qwen3-1.7B-Yukari-DPO
八云紫 (Yukari Yakumo) 角色扮演模型 — DPO 偏好对齐版。
在 SFT-v2 基础上用 DPO (Direct Preference Optimization) 做偏好对齐，消除攻击性输出、减少冗长偏好、降低公式化生成。
模型信息
| 项目 | 值 |
|---|---|
| 基座 | Qwen/Qwen3-1.7B |
| 起点 | Qwen3-1.7B-Yukari-SFT-v2 (r=32, a=64) |
| 方法 | QLoRA 4-bit NF4 + DPO (sigmoid loss) |
| LoRA | r=32, alpha=64, target: q/k/v/o/gate/up/down proj |
| 训练 | 3 epochs, beta=0.1, lr=1e-6, seed=42 |
| DPO Loss | 0.693 to 0.658 |
| DPO Margin | +0.072 |
| DPO Acc | 87.5% |
| 格式 | Merged bf16 safetensors + GGUF F16 |
系列模型
| 模型 | LoRA | 方法 | 版本 |
|---|---|---|---|
| Qwen3-1.7B-Yukari-SFT | r=8, a=8 | SFT | v1 |
| Qwen3-1.7B-Yukari-SFT-v2 | r=32, a=64 | SFT | v2 |
| Qwen3-1.7B-Yukari-DPO (本模型) | r=32, a=64 | SFT+DPO | v2+DPO |
用法
模型输入格式为 [情绪标签]\n用户输入，标签控制八云紫的回复语气。8 维 Plutchik 情绪向量离散化：喜悦/愤怒/悲伤/恐惧/厌恶/惊讶/信任/期待，每维取「无」「极轻微」「轻微」「中轻度」「中度」「较强烈」「强烈」「极强烈」。
from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained(
"zzoceanpie/Qwen3-1.7B-Yukari-DPO",
torch_dtype="auto", device_map="auto", trust_remote_code=True
)
tokenizer = AutoTokenizer.from_pretrained("zzoceanpie/Qwen3-1.7B-Yukari-DPO")
tags = "[<|中度喜悦|><|轻微愤怒|><|轻微悲伤|><|无恐惧|><|无厌恶|><|无惊讶|><|轻微信任|><|中度期待|>]"
prompt = f"{tags}\n你觉得人类最有趣的地方是什么？"
messages = [{"role": "user", "content": prompt}]
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=128, temperature=0.8)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))
GGUF
from llama_cpp import Llama
model = Llama(model_path="Qwen3-1.7B-Yukari-SFT-f16.gguf", n_ctx=2048, n_gpu_layers=-1)
response = model.create_chat_completion(
messages=[{"role": "user", "content": prompt}],
max_tokens=200, temperature=0.8
)
print(response["choices"][0]["message"]["content"])
许可 / License
- 模型权重: Apache 2.0
- 角色「八云紫」版权: (C) 上海爱丽丝幻乐团 (Team Shanghai Alice) / ZUN
- 本模型是东方Project的二次创作/粉丝作品。遵循 东方Project二次创作指南。
- 训练数据: yukari-synthetic (Apache 2.0)
- This is a fan-made derivative work based on Touhou Project. Touhou Project is (C) Team Shanghai Alice / ZUN.
This model is a fan-made derivative work based on Touhou Project. Touhou Project is (C) Team Shanghai Alice / ZUN. Please refer to the official guidelines for Touhou fan content.