Silicon-Based-Girlfriend — QLoRA Adapter

🚀 重大升級：矽基女友 v2（Silicon-Based-Girlfriend v2）已正式發布！

升級至 9B 基底（Huihui-Qwen3.5-9B-abliterated），歷經 SFT 與兩輪 GRPO 強化學習訓練，全面解決跨輪重複問題，大幅提升入戲感與多輪連貫性：

• 📦 開箱即用 GGUF 模型（推薦）：RX5950XT/silicon-based-girlfriend-v2-GGUF
• 🧬 三段 LoRA Adapter 權重：RX5950XT/silicon-based-girlfriend-v2
• 📚 2,109 筆多輪合成語料集：RX5950XT/silicon-based-girlfriend-v2-dataset

---

基於 Qwen3.5-4B 的 QLoRA 微調 Adapter，訓練目標為沉浸式繁體中文角色扮演。本倉庫包含 LoRA Adapter 權重與 GGUF 格式模型。

---

Model Details / 模型資訊

項目	內容
Base Model	Qwen/Qwen3.5-4B
Fine-tuning Method	QLoRA (4-bit NF4)
LoRA Rank	32
LoRA Alpha	64
LoRA Dropout	0.05
LoRA Target	All linear layers
Training Epochs	5
Context Length	8192 tokens
Learning Rate	1e-4
LR Scheduler	Cosine
Optimizer	paged_adamw_8bit
Training Samples	985
Train Loss	1.108
Eval Loss	1.434
Hardware	NVIDIA RTX A6000 (48GB VRAM)
Training Time	~19 hours
Framework	LLaMA-Factory
Chat Template	qwen3_5_nothink (non-thinking mode)

---

Files / 檔案說明

檔案	說明
adapter_config.json	LoRA 設定檔
adapter_model.safetensors	LoRA 權重（248 MB）
tokenizer_config.json	Tokenizer 設定（含 nothink chat template）
tokenizer.json	Tokenizer
vocab.json / merges.txt	Vocabulary
silicon-gf-q8_0.gguf	Q8_0 量化 GGUF（4.2 GB，適用 llama.cpp / LM Studio）
training_loss.png	訓練 Loss 曲線
training_eval_loss.png	評估 Loss 曲線

---

Usage / 使用方式

Option 1: GGUF (Recommended / 推薦)

直接在 LM Studio 或 llama.cpp 載入 silicon-gf-q8_0.gguf，無需額外安裝。

# llama.cpp
./llama-cli -m silicon-gf-q8_0.gguf -c 8192 --temp 0.8

Option 2: LoRA Adapter with transformers + PEFT

from peft import PeftModel
from transformers import AutoModelForCausalLM, AutoTokenizer

base_model = "Qwen/Qwen3.5-4B"
adapter = "RX5950XTP/silicon-based-girlfriend"

tokenizer = AutoTokenizer.from_pretrained(adapter)
model = AutoModelForCausalLM.from_pretrained(base_model, device_map="auto")
model = PeftModel.from_pretrained(model, adapter)

messages = [
    {"role": "user", "content": "嘿，你在幹嘛？"}
]
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=512, temperature=0.8, do_sample=True)
print(tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True))

Option 3: LLaMA-Factory inference

llamafactory-cli chat \
  --model_name_or_path Qwen/Qwen3.5-4B \
  --adapter_name_or_path RX5950XTP/silicon-based-girlfriend \
  --template qwen3_5_nothink \
  --finetuning_type lora

---

Training Curves / 訓練曲線

---

Dataset / 訓練資料集

• 倉庫：RX5950XTP/silicon-girlfriend-dataset
• 格式：ShareGPT（system + conversations with from/value）
• 筆數：985 筆多輪對話
• 語言：繁體中文（臺灣用語）
• 生成方式：由 Kimi K2.5 根據角色設定生成

---

Notes / 注意事項

• 本模型使用 qwen3_5_nothink chat template，預設不啟用思考模式，回覆會直接輸出角色對話。
• 角色設定包含不良用語與成人主題，請自行評估使用場景。
• 模型以 QLoRA 訓練，推理時需搭配 base model（Qwen3.5-4B）一同載入，或直接使用 GGUF。

---

License

Apache 2.0（遵循 Qwen3.5-4B 原授權）