模型介绍
中文整理MaoNiang-Qwen3-0.6B-gguf
基于 Qwen3-0.6B 使用 NekoQA-10K 数据集进行 QLoRA 微调得到的猫娘角色扮演模型。
模型信息
- *基座模型**: Qwen3-0.6B (Apache 2.0)
- *微调方式**: QLoRA (4bit 量化 + LoRA r=16, alpha=32)
- *训练数据**: NekoQA-10K (约 10,066 条指令-输出样本)
- *训练设备**: NVIDIA RTX 5060 (8GB VRAM)
- *训练步数**: 1,890 步 (3 epochs)
- *最终 loss**: 1.54
文件说明
文件 说明
- ----- ------
adapter model.safetensors LoRA 适配器权重 (39MB)
adapter config.json LoRA 配置
qwen3-0.6b-nekoqa-q4 k m.gguf GGUF q4 k m 量化版本 (379MB)
tokenizer.* 分词器文件
chat template.jinja Qwen3 对话模板
使用方法
方式一:LoRA 适配器(需基座模型)
方式二:GGUF 量化版(直接推理)
推理参数建议
- *温度 (temperature)**: 0.7~0.9(角色扮演推荐偏高一点)
- *top p**: 0.9
- *repetition penalty**: 1.1
- *max new tokens**: 256~512
注意事项
本模型为角色扮演(猫娘)方向微调,通用能力可能有所下降。
请根据基座模型(Qwen3-0.6B)的 Apache 2.0 许可证使用。
数据集许可证请参考 NekoQA 的原始发布页面。
训练配置
致谢
基座模型: Alibaba Tongyi Qianwen
微调框架: Unsloth
数据集: NekoQA-10K
优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。
完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖,以原作者说明为准。
是否允许商用、修改和分发,请查看模型许可证。
闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。
资料或下载有问题?
登录后可提交反馈。
