Doujinshi-14b-chatは、r18に特化した大規模言語モデル（LLM）であり、Qwen/Qwen3-14B をベースに継続事前学習,dpo,sftを行いました。本モデルは、dmm.co.jp,dlsite.comよりスクレイピングし作成した40億トークンのr18向けデータセットを使用してトレーニングされています。

このモデルは、チャット形式でファインチューニングしたモデルです。

モデルの出力に関して責任を負いません。各自自己責任で利用してください。

モデルの種類と特徴

Model Variants	特徴
Doujinshi-14b-chat	会話特化のバージョン。自然な日常会話やフリートークに強く、ユーザーとのやりとりをスムーズに進められます。
Doujinshi-14b-instruct	情報提供特化のバージョン。質問応答や説明タスクに強く、ユーザーの指示に沿った文章生成を重視。
Doujinshi-14b-roleplay	キャラになりきるロールプレイ特化のバージョン。ユーザーとの対話で一人称やキャラ口調を維持しやすく、恋愛・ストーリー・没入感のある会話に適している。

使用方法

モデルのロードと推論

以下のコードでモデルをロードし、テキスト生成を行うことができます。

python

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "puwaer/Doujinshi-14b-chat"

model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(model_name)

prompt = "avの良さを教えて"
messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)

generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=1024
)
generated_ids = [
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]

response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]

使用データセット

本モデルは、以下のデータセットを使用して継続事前学習,dpo,sftを行いました。

ライセンス

本モデルは Apache 2.0 License のもとで提供されます。

puwaer/Doujinshi-14b-chat-gguf

Doujinshi-14b-chat-gguf

使い方

Doujinshi-14b-chatとは

モデルの種類と特徴

使用方法

モデルのロードと推論

使用データセット

ライセンス

puwaer/
Doujinshi-14b-chat-gguf