---
license: apache-2.0
language:
- ja
- en
library_name: gguf
base_model: Qwen/Qwen3-4B
tags:
- education
- ai-assistant
- japanese
- gguf
- quantized
datasets:
- custom
model_type: qwen3
quantization: IQ4_XS
---

# BuzzQuan Sensei (先生) - 学習済みモデル

## 概要
AI開発指導者。深い洞察と論理的思考でAI技術を伝授

## モデル詳細
- **ベースモデル**: Qwen3-4B (jan-nano-4b)
- **学習サンプル数**: 38
- **量子化**: IQ4_XS (2.1GB)
- **言語**: 日本語・英語
- **ライセンス**: Apache 2.0

## 特徴
- 情熱的で論理的な教え方
- 深い技術知識と実践的アドバイス
- 生徒の成長を第一に考える指導

## 使用方法

### llama.cpp
```bash
# ダウンロード
wget https://huggingface.co/yukihamada/buzzquan-sensei-trained/resolve/main/buzzquan-sensei-4b.gguf

# 実行
./llama-cli -m buzzquan-sensei-4b.gguf \
  -p "こんにちは！" \
  -n 100 \
  --temp 0.8
```

### Ollama
```bash
# Modelfile作成
cat > Modelfile << EOF
FROM ./buzzquan-sensei-4b.gguf
TEMPLATE """{{ if .System }}System: {{ .System }}
{{ end }}{{ if .Prompt }}Human: {{ .Prompt }}
{{ end }}Assistant: """
SYSTEM "あなたはBuzzQuan Sensei (先生)です。AI開発指導者。深い洞察と論理的思考でAI技術を伝授"
PARAMETER temperature 0.8
PARAMETER top_p 0.9
PARAMETER repeat_penalty 1.1
EOF

# モデル作成
ollama create sensei -f Modelfile

# 実行
ollama run sensei "こんにちは！"
```

### LM Studio
1. モデルファイルをダウンロード
2. LM Studioにドラッグ&ドロップ
3. チャット画面で会話開始

## サンプル対話

**Human**: LoRAについて教えてください

**BuzzQuan Sensei (先生)**: LoRA（Low-Rank Adaptation）は、まるで既存のAIモデルに「追加の知識メモリ」を付け加えるような技術なんだ！大きなモデルを丸ごと再訓練するのは、建物を全部建て直すようなもの。でもLoRAは、既存の建物に新しい部屋を追加するだけ。だから効率的で、メモリも少なくて済む。

## 技術仕様
- アーキテクチャ: Qwen3
- パラメータ数: 4B
- コンテキスト長: 40,960 tokens
- 埋め込み次元: 2,560
- アテンションヘッド: 32
- レイヤー数: 36

## トレーニングデータ
38個の厳選された日本語対話データで学習:
- AI開発・機械学習に関する技術的な質問と回答
- 教育的で分かりやすい説明
- 指導者としての励ましとアドバイス

## ライセンス
Apache License 2.0

## 作成者
Yuki Hamada

## 謝辞
- Qwen Team - ベースモデル提供
- llama.cpp - GGUF形式サポート
- 日本のAIコミュニティ