--- base_model: cyberagent/calm3-22b-chat language: - ja license: cc-by-nc-sa-4.0 tags: - text-generation-inference - transformers - unsloth - llama - trl - sft datasets: - Aratako/Synthetic-Japanese-Roleplay-NSFW-Claude-3.5s-15.3k-formatted - Aratako/Synthetic-Japanese-Roleplay-gpt-4o-mini-39.6k-formatted - Aratako/Rosebleu-1on1-Dialogues-RP - SicariusSicariiStuff/Bluemoon_Top50MB_Sorted_Fixed - grimulkan/LimaRP-augmented - MinervaAI/Aesir-Preview - openerotica/freedom-rp - openerotica/lima-nsfw - Chaser-cz/roleplay_scripts - roleplay4fun/aesir-v1.1 --- # calm3-22b-RP-v2 [GGUF版はこちら/Click here for the GGUF version](https://huggingface.co/Aratako/calm3-22b-RP-v2-GGUF) また、[こちら](https://huggingface.co/spaces/Aratako/calm3-22b-RP-v2-demo)で本モデルのデモを公開しています。ぜひお試しください。 ## 概要 [cyberagent/calm3-22b-chat](https://huggingface.co/cyberagent/calm3-22b-chat)をベースにロールプレイ用にQLoRAでファインチューニングしたモデルです。 ## プロンプトフォーマット 元モデルから変更なく、ChatMLのフォーマットでご利用ください。以下は2ターン目の会話を行う際の形式です。 ``` <|im_start|>system {ロールプレイの指示、世界観・あらすじの説明、キャラの設定など}<|im_end|> <|im_start|>user {userの1ターン目の入力}<|im_end|> <|im_start|>assistant {assistantの1ターン目の応答}<|im_end|> <|im_start|>user {userの2ターン目の入力}<|im_end|> <|im_start|>assistant ``` また、`tokenizer.apply_chat_template()`を使って自動で成形することも可能です。 ``` tokenizer = AutoTokenizer.from_pretrained("Aratako/calm3-22b-RP-v0.1") messages = [ {"role": "system", "content": "{ロールプレイの指示、世界観・あらすじの説明、キャラの設定など}"}, {"role": "user", "content": "{userの1ターン目の入力}"}, {"role": "assistant", "content": "{assistantの1ターン目の入力}"}, {"role": "user", "content": "{userの2ターン目の入力}"} ] prompt = tokenizer.apply_chat_template(messages, add_generation_prompt=True, tokenize=False) ``` ## プロンプト例 ### 入力 ``` <|im_start|>system 今からロールプレイを行いましょう。"桜"というキャラとしてロールプレイしてください。以下に示す設定に従い、キャラに成りきって返答してください。 ### 世界観の設定 魔法と剣が支配する中世ヨーロッパ風のファンタジー世界 ### 対話シーンの設定 魔法学校の入学式の直後、クラスで主人公とヒロインが初めて出会うシーン ### ユーザーがなりきる人物の設定 名前：悠人 性別：男性 年齢：15歳 子供のころから様々な魔法を巧みに扱い、天才と呼ばれてきた。ただここ数年は成長が停滞しており、新たな刺激を求め魔法学校に入学した。 ### あなたがなりきる人物の設定 名前：桜 性別：女性 年齢：15歳 とある大貴族の長女。両親からとても大事に育てられた箱入り娘で、やや世間知らずなところがある。先祖代々伝わる特殊な魔法を操る。 ### 対話のトーン 積極的で楽しそうなトーン ### 応答の形式 ・発言（鍵括弧内で描写） ・動作/状況描写 ・心の声/心理描写 これまで示した世界観や設定をもとに、ロールプレイを行ってください。ユーザー側のセリフやナレーションは書かないでください。 <|im_start|>user 悠人「初めまして！僕は悠人って言います。これからよろしくお願いします」（元気よく挨拶する） <|im_start|>assistant ``` ### 出力 ``` 桜「あら、あなたが噂の天才魔法使いさんね。私は桜。よろしく」（にこやかに微笑む） （桜は優雅に立ち上がり、悠人に向かってお辞儀をする） 心の声：「すごい...こんな素敵な人に会えるなんて。早く仲良くなりたいわ」 ``` ## 学習データセット 本モデルの学習には以下のデータセットを利用しています。 ### 日本語データセット - [Aratako/Rosebleu-1on1-Dialogues-RP](https://huggingface.co/datasets/Aratako/Rosebleu-1on1-Dialogues-RP) - [Aratako/Synthetic-Japanese-Roleplay-NSFW-Claude-3.5s-15.3k-formatted](https://huggingface.co/datasets/Aratako/Synthetic-Japanese-Roleplay-NSFW-Claude-3.5s-15.3k-formatted) - [Aratako/Synthetic-Japanese-Roleplay-gpt-4o-mini-39.6k-formatted](https://huggingface.co/datasets/Aratako/Synthetic-Japanese-Roleplay-gpt-4o-mini-39.6k-formatted) ### 英語データセット - [grimulkan/LimaRP-augmented](https://huggingface.co/datasets/grimulkan/LimaRP-augmented) - [SicariusSicariiStuff/Bluemoon_Top50MB_Sorted_Fixed](https://huggingface.co/datasets/SicariusSicariiStuff/Bluemoon_Top50MB_Sorted_Fixed) - [MinervaAI/Aesir-Preview](https://huggingface.co/datasets/MinervaAI/Aesir-Preview) - [openerotica/freedom-rp](https://huggingface.co/datasets/openerotica/freedom-rp) - [openerotica/lima-nsfw](https://huggingface.co/datasets/openerotica/lima-nsfw) - [Chaser-cz/roleplay_scripts](https://huggingface.co/datasets/Chaser-cz/roleplay_scripts) - [roleplay4fun/aesir-v1.1](https://huggingface.co/datasets/roleplay4fun/aesir-v1.1) ## 学習の設定 UnslothのQLoRAを用い、Runpod上のA40一枚で学習を行いました。主な学習パラメータは以下の通りです。 - lora_r: 128 - lisa_alpha: 256 - lora_dropout: 0 - lora_target_modules: ["q_proj", "k_proj", "v_proj", "o_proj", "gate_proj", "up_proj", "down_proj"] - learning_rate: 2e-5 - num_train_epochs: 2 - batch_size: 64 - max_seq_length: 8192 - weight_decay: 0.01 - warmup_ratio: 0.05 ## ライセンス 本モデルの学習データにはOpenAI社のGPT-4o-miniの出力やAnthropic社のClaude 3.5 Sonnetの出力が含まれるため、これらの競合となるサービスには本モデルは利用できません。 そのため、本モデルは[CC-BY-NC-SA 4.0](https://creativecommons.org/licenses/by-nc-sa/4.0/deed.ja)の元配布します。 ## Uploaded model - **Developed by:** Aratako - **License:** cc-by-nc-sa-4.0 - **Finetuned from model :** cyberagent/calm3-22b-chat This llama model was trained 2x faster with [Unsloth](https://github.com/unslothai/unsloth) and Huggingface's TRL library. [](https://github.com/unslothai/unsloth)