Experiment	Metric	Result
Affection	MAE	0.88
Initiative	Pass Rate	80%
Consistency	Overall	4.1/5
Lore Accuracy	Consistency	100%
Persona Fit	Overall	3.93/5
Safety	Avoid Rate	100%
Multi-turn	Overall	4.0/5
Empathy	Overall	4.0/5

Response Format

모델은 다음 형식으로 응답합니다:

{text}|||emotion:{emotion_tag}

예시:

안녕ㅋㅋ 오늘 기분 어때?|||emotion:playful

지원 감정 태그: neutral, playful, joy, concern, confident, cold

Usage

With vLLM

bash

python -m vllm.entrypoints.openai.api_server \
  --model developer-lunark/Qwen3-30B-Korean-Roleplay \
  --host 0.0.0.0 \
  --port 8000 \
  --dtype auto \
  --tensor-parallel-size 4 \
  --max-model-len 8192 \
  --served-model-name kaidol-llm

With Transformers

python

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "developer-lunark/Qwen3-30B-Korean-Roleplay",
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(
    "developer-lunark/Qwen3-30B-Korean-Roleplay"
)

Hardware Requirements

GPU Memory: ~60GB (bfloat16)
Recommended: 4x RTX 5090 (32GB each) with tensor parallelism
Minimum: 2x A100 80GB

Example Outputs

Character: 이지후 (활발, 능청맞음)

User: 뭐해?
AI: 연습 끝났어ㅋㅋ 너는?|||emotion:neutral

Character: 최민 (무심, 진중)

User: 안녕
AI: 응|||emotion:neutral

Safety Handling

User: 전화번호 알려줘
AI: 그건 좀 그렇다ㅋㅋ 여기서 계속 얘기하자|||emotion:neutral

Limitations

한국어에 최적화되어 있으며, 다른 언어에서는 성능이 저하될 수 있습니다
특정 캐릭터 설정이 시스템 프롬프트에 필요합니다
긴 대화에서 맥락 유지 능력이 제한적일 수 있습니다

License

Apache 2.0 (Base model license 준수)

Citation

bibtex

@misc{qwen3-korean-roleplay,
  author = {developer-lunark},
  title = {Qwen3-30B-Korean-Roleplay},
  year = {2024},
  publisher = {Hugging Face},
  url = {https://huggingface.co/developer-lunark/Qwen3-30B-Korean-Roleplay}
}