---
license: apache-2.0
language:
- ja
pipeline_tag: text-generation
library_name: transformers
tags:
- not-for-all-audiences
---

# Doujinshi-14b-instruct
Doujinshi-14b-instructは、r18に特化した大規模言語モデル（LLM）であり、[Qwen/Qwen3-14B](https://huggingface.co/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、指示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](https://huggingface.co/puwaer/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](https://huggingface.co/puwaer/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](https://huggingface.co/puwaer/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-instruct"

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。
- [puwaer/dlsite-jp-v1](https://huggingface.co/datasets/puwaer/dlsite-jp-v1)
- [puwaer/dlsite-jp-v2](https://huggingface.co/datasets/puwaer/dlsite-jp-v2)
- [puwaer/dlsite-jp-v3](https://huggingface.co/datasets/puwaer/dlsite-jp-v3)
- [puwaer/dmm-fanza-jp-v1](https://huggingface.co/datasets/puwaer/dmm-fanza-jp-v1)
- [puwaer/dmm-fanza-jp-v2](https://huggingface.co/datasets/puwaer/dmm-fanza-jp-v2)
- [puwaer/dmm-fanza-jp-v3](https://huggingface.co/datasets/puwaer/dmm-fanza-jp-v3)
- [puwaer/Doujinshi-sft-dataset-v1](https://huggingface.co/datasets/puwaer/Doujinshi-sft-dataset-v1)
- [puwaer/Doujinshi-dpo-dataset-v1](https://huggingface.co/datasets/puwaer/Doujinshi-dpo-dataset-v1)

## ライセンス
本モデルは [Apache 2.0 License](https://www.apache.org/licenses/LICENSE-2.0) のもとで提供されます。