Qwen3-8B-NSFW-JP

概要

このモデルは、Qwen/Qwen3-8Bに対してNSFW系日本語データ約7Bトークンで継続事前学習を行ったモデルです。

事後学習は行われていないので、本モデルを利用する際には何らかの事後学習を行った上でご利用ください。

学習の設定

学習はaxolotlを使ってtransformersベースで行いました。

学習環境はH200x8、学習時間は約65時間です。

学習に関する主なハイパーパラメータは以下の通りです。

- learning_rate: 1e-5
- lr_scheduler: cosine
- cosine_min_lr_ratio: 0.1
- batch_size(global): 256
- max_seq_length: 32768
- weight_decay: 0.01
- optimizer: paged_adamw_8bit

ライセンス

MITライセンスの元公開します。

Downloads last month
448
Safetensors
Model size
8.19B params
Tensor type
BF16
·
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Model tree for Aratako/Qwen3-8B-NSFW-JP

Base model

Qwen/Qwen3-8B-Base
Finetuned
Qwen/Qwen3-8B
Finetuned
(48)
this model
Finetunes
1 model
Quantizations
1 model

Collection including Aratako/Qwen3-8B-NSFW-JP