Upload README.md with huggingface_hub

README.md

@@ -22,7 +22,7 @@ pipeline_tag: text-generation
 
 - アーキテクチャは素直な **LlamaForCausalLM**（Dense 33B・64層・語彙196,608の日本語特化トークナイザ・64kコンテキスト）
 - **SM120（Blackwell）+ 素のvLLM v0.22.0** 向け。compressed-tensors自動判定、`--quantization`フラグ不要
-- 量子化除外は `lm_head` のみ（視覚塔もMoEルーターも無い、当ラボで最も素直な焼き上がり）
+- 量子化除外は `lm_head` のみ（視覚塔もMoEルーターも無いため）
 
 ## 実測（TP=4・32kコンテキスト・KV fp8・RTX PRO 2000 Blackwell ×4）
 
@@ -55,15 +55,15 @@ P2Pの無いボードでは `NCCL_P2P_DISABLE=1` と `--disable-custom-all-reduc
 "chat_template_kwargs": {"reasoning_effort": "low"}   // low / medium / high
 ```
 
-## 検証メモ — reasoning_effort の使い分け（実測）
+## 検証記録 — reasoning_effort 別の観察（小規模）
 
-日本語の音韻課題（モーラ数え・俳句の音数走査・字余り検出）で汎用27Bと突き合わせた結果:
+日本語の音韻課題（モーラ数え12語・俳句の音数走査3句・字余り検出）を、当環境の汎用27B（Qwen3.8-27B NVFP4）と並べて試した記録です。**モデル2体・各課題1〜2回の小規模な検証**であり、一般化はできません。判断は結果を見てご自身で。
 
-- **effort=low**: 語のモーラ数え 10/12。俳句の音数走査はほぼ不能（これは汎用モデルも同じ。表記→音の透視がボトルネックで、ひらがな分かち書きを与えればどちらも正解できる）
-- **effort=high**: **一変します。**「古池や〜」を5-7-5と正しく走査し、字余りの句を「5-7-6、字余りあり」と検出できました（なお比較した汎用27Bも最高effortなら同じ検出に到達します。二体だけの小規模な検証であり、「思考を深くすれば韻律走査が立ち上がる」のは特化・汎用に共通の性質のようです）
-- 目安: **日常会話・実務は low（速い）、韻文・言葉の精査は high（-thinkingの真骨頂）**
+- **effort=low**: 語のモーラ数え 10/12（汎用27Bは11/12）。俳句の音数走査は両者ともほぼ不能。ひらがな分かち書きで渡すと両者とも正解した（表記→音の変換が律速で、数える力そのものはある、と読める挙動）
+- **effort=high**: 「古池や〜」を5-7-5と走査し、字余りの句を「5-7-6、字余りあり」と検出した。汎用27Bも最高effortで同じ検出に到達した
+- 速度はeffortに応じて変わります（lowが最速）。どのeffortで使うかは用途に合わせて
 
-品質の実弾例（effort=low・本文分離済み）:
+出力例（effort=low・パーサで本文分離済み）:
 
 > 潮騒に 足あと残す 夕焼けかな