steven0226/llama-3.2-3b-taiwan-chat-clean-lora

Llama-3.2-3B Taiwan Chat — LoRA adapter

Built with Llama

以 QLoRA(Unsloth)在 TaiwanChat 子集上微調 Llama-3.2-3B-Instruct 得到的 LoRA adapter,目標是更自然的繁體中文與台灣在地語感。

(English) Llama-3.2-3B-Instruct fine-tuned with QLoRA (Unsloth) on a subset of yentinglin/TaiwanChat to improve Traditional-Chinese (Taiwan) fluency and localization. Loss was computed on assistant responses only. Research / non-commercial use only (the dataset is CC BY-NC 4.0).

訓練設定

項目	值
Base model	unsloth/Llama-3.2-3B-Instruct(meta-llama/Llama-3.2-3B-Instruct 之權重相同鏡像)
資料集	yentinglin/TaiwanChat:取樣 15000 筆 → 過濾超過 2048 tokens 後剩 14633 筆
資料源(id)	gpt4, n/a, sharegpt
方法	QLoRA:4-bit NF4 載入 + LoRA(r=16、alpha=16、dropout=0;q/k/v/o/gate/up/down 七個投影層)
max_seq_length	2048
Learning rate	0.0002(linear decay、warmup ratio 0.03)
訓練量	1 epoch(有效 batch size 8)
Optimizer	adamw_8bit(weight decay 0.001)
Loss 遮罩	只對 assistant 回覆計 loss(unsloth train_on_responses_only)
GPU / 時間	NVIDIA A100-SXM4-40GB / 約 36.8 分鐘
最終 train loss	1.2069
Seed	3407
訓練日期	2026-07-10

使用方式

這個 repo 只有 LoRA adapter(~幾十 MB),要搭配 base model 載入:

from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel

base = AutoModelForCausalLM.from_pretrained("unsloth/Llama-3.2-3B-Instruct", torch_dtype="auto", device_map="auto")
model = PeftModel.from_pretrained(base, "steven0226/llama-3.2-3b-taiwan-chat-clean-lora")
tokenizer = AutoTokenizer.from_pretrained("steven0226/llama-3.2-3b-taiwan-chat-clean-lora")

messages = [{"role": "user", "content": "請推薦台南的夜市小吃"}]
inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt").to(model.device)
print(tokenizer.decode(model.generate(inputs, max_new_tokens=256)[0, inputs.shape[1]:], skip_special_tokens=True))

想直接下載完整模型(不用自己合併)→ steven0226/llama-3.2-3b-taiwan-chat-clean。

微調前後對照

同樣 5 個台灣情境問題、greedy decoding(可重現),差異完全來自微調:

請用台灣人習慣的說法介紹珍珠奶茶:它的由來、基本做法,以及為什麼能代表台灣的手搖飲文化。

微調前(base):

珍珠奶茶（也稱為「珍珠」或「奶茶」），是一種非常受歡迎的台灣手搖飲，尤其是在年輕人中非常流行。

由來

珍珠奶茶的起源可以追溯到20世紀60年代，當時在台北的街頭小吃店和咖啡館中，開始出現一種特殊的奶茶。這種奶茶使用了高質量的牛奶、糖和珍珠（即是糖化的水晶）等成分，通過手搖混合機製造出一種濃稠且有趣的飲料。

基本做法

珍珠奶茶的基本做法如下：

1. 使用高質量的牛奶和糖進行混合。
2. 加入一些珍珠（糖化的水晶）。
3. 使用手搖混合機搖拌所有成分，直到得到均勻的色彩和口感。
4. 將熱水加入混合物中，讓它充滿溫度並擴散。
5. 最後，將珍珠奶茶放入杯子中，並可添加

微調後(fine-tuned):

珍珠奶茶是台灣最受歡迎的飲品之一，尤其是在台灣的街頭和市場上。這個名詞來自於奶茶中含有的珍珠，這些珍珠在熱水中煮沸後會形成小泡子。

珍珠奶茶的由來可以追溯到20世紀初期，當時台灣的街頭和市場上流行著一種叫做「牛奶」或「奶茶」的飲品。這個飲品通常由牛奶、糖和熱水混合而成，並且常常配有珍珠。

珍珠奶茶的基本做法也很簡單。首先，將牛奶、糖和熱水混合在一起。然後，將這個混合物放入一個大型杯子中。最後，將珍珠加入到混合物中並攪拌。

珍珠奶茶能代表台灣的手搖飲文化，因為它是一種傳統的飲品，經過了幾十年的發展。它還具有獨特的風味和口感，使得它成為台灣人喜愛的飲品之一。

我是剛來台灣的交換學生,想辦手機門號。請比較預付卡和月租方案的差別,以及辦理時要準備哪些證件。

微調前(base):

Congratulations on your arrival in Taiwan!

當你想辦手機門號時，預付卡和月租方案都是兩個常見的選擇。下面是一個簡單的比較：

預付卡（Prepaid Card）

• 优點：可以自行充值，無需每月繳費；可控制使用量。
• 缺點：需要先充值一定額，否則無法使用；可能有額外的充值費用。

月租方案（Postpaid Plan）

• 优點：不需要先充值，毎月繳費；無需額外的充值費用。
• 缺點：每月繳費，可能會有額外的費用，如數據流量、通話等。

在 Taiwanese 手機業界中，預付卡和月租方案都很流行，但月租方案更為普遍。以下是兩…

微調後(fine-tuned):

當然，我很樂意幫助你！在台灣，預付卡和月租方案都是常用的手機服務方式。你可以選擇其中一個或兩個進行手機服務。

預付卡是一種預付費用，通常每月或每年支付一次。這種方式通常適用於短期使用者，如交換學生，因為他們可能不需要長時間的手機服務。預付卡通常提供較少功能的服務，但價格相對較低。

另一方面，月租方案是一種按月付款方式，通常每月支付一定金額。這種方式通常適用於長期使用者，因為它提供更多功能和服務。月租方案通常比預付卡更昂貴，但提供更多功能和服務。

在台灣，預付卡和月租方案都有不同的公司提供，因此你可以根據自己的需求和預算選擇最適合你的服務方式。

為了辦理手機服務，你需要準備以下證件：

…

請推薦台南有名的夜市,並列出五樣必吃的小吃,每樣用一兩句話介紹。

微調前(base):

台南有許多著名的夜市，以下是一些常見的夜市和五樣必吃小吃：

1. 台南夜市（台南市區）

• 這是台南最知名的夜市之一，提供各種 Taiwanese 飲食、服飾等商品。

2. 安平夜市（台南市區）

• 這個夜市以其豐富的夜市環境和豐富的美食而聞名，特別是其豐富的 Street Food。

3. 新化夜市（新化區）

• 這個夜市以其豐富的美食和豐富的購物環境而聞名，特別是其豐富的 Street Food 和手工製品。

以下是五樣必吃的小吃：

1. 麻辣鍋（台南夜市或安平夜市）

• 這是一種非常受歡迎的 Taiwanese 飲食，使用麻辣粉末和肉類調理成…

微調後(fine-tuned):

台南最受歡迎的夜市是台南夜市，該夜市位於台南市中區，擁有豐富的文化和歷史。

以下是台南夜市的五樣必吃小吃：

1. 鯨魚麵：這是一種由鯨魚、麵粉和蔬菜製成的美味麵食。它以其獨特的風味和口感而聞名。
2. 烤雞：烤雞是一種由雞肉烤熟後削皮的美味小吃。它通常與薑、辣椒和醋一起配上，為人們帶來快樂和愉悅。
3. 蘿蔔餡：蘿蔔餡是一種由蘿蔔、麵粉和蔬菜製成的美味餡食。它以其獨特的風味和口感而聞名。
4. 烤豬肉：烤豬肉是一種由豬肉烤熟後削皮的美味小吃。它通常與薑、辣�

「土豆」這個詞在台灣和中國大陸分別指什麼?請再舉三組兩岸說法不同的日常用語,整理成表格。

微調前(base):

「土豆」的意思在台灣是指一種小型的、白色的、扁平的豆類，通常用來做菜或食物。然而，在中國大陸，「土豆」則是指一種長而高大的、白色的、圓形的豆類。

以下是兩岸不同日常用語的表格：

語言	日常用語
台灣	土豆
中國大陸	土豆

另外，以下是一些兩岸不同的日常用語：

語言	日常用語
台灣	錦路石 (指一種常見的花色)
中國大陸	醉酒 (指一種常見的花色)
台灣	錦路石
中國大陸	醉酒
台灣	錦路石 (指一種常見的花色)
中國大陸…

微調後(fine-tuned):

語言	土豆的意思
中文	土豆是中國大陸的一種蔬菜，通常用來做飯或烤食物。它是一種白色的、圓形的植物，根部長而細。它被認為有營養價值，並且在許多地區都很受歡迎。
台灣	在台灣，土豆也是一種蔬菜，但它通常用來做飯或烤食物。它是一種白色的、圓形的植物，根部長而細。它被認為有營養價值，並且在許多地區都很受歡迎。
英文	在英語中，土豆通常指的是一種白色的、圓形的植物，根部長而細。它是一種蔬菜，可以用來做飯或烤食物。它被認為有營養價值，並且在許多地區都很受歡迎。

總結來說，土豆在台灣和中國大陸分別指的是一種蔬菜，用於做飯或烤食物…

請解釋台灣的「垃圾不落地」政策,以及為什麼垃圾車會播放音樂?

微調前(base):

台灣的「垃圾不落地」政策是由於政府對環境保護和衛生管理的重視。這個政策要求垃圾收集、處理和廢棄地點都要遵守規定，確保垃圾不被遺棄在公共空間中。

關於垃圾車播放音樂的原因，我們可以從以下幾點來看：

1. 警告和引導：垃圾車上的音樂可能是用來警告人們不要擋路或擋車，讓人們能夠順暢通過。
2. 安全性：音樂也可能是用來增加垃圾車的安全性，例如避免人們誤將垃圾車當作一種交通工具。
3. 環境保護：音樂也可能是用來促進環境保護，例如鼓勵人們減少垃圾產量和更好地分類垃圾。

總之，垃圾車播放音樂的目的是為了提高安全性、環境保護和衛生管理，讓我們能夠更好

微調後(fine-tuned):

台灣的「垃圾不落地」政策是一個旨在減少垃圾排放並促進環境保護的計劃。該計劃要求所有垃圾都要被收集和處理，包括家庭、商業和公共區域中的垃圾。

垃圾車通常會播放音樂，以便它們能夠更有效地運行。這是因為垃圾車需要在特定的時間內運行，以確保所有垃圾都能被收集。通過播放音樂，垃圾車可以更好地管理其運行時間，並確保所有垃圾都能被收集。

限制

• 事實型內容(電信資費、店家、時刻)可能過時或幻覺,請勿當作查詢工具。
• 訓練資料含翻譯/合成語料,偶爾仍會滲出簡體中文或英文片段。
• 未做額外安全對齊,安全行為同 base model。

授權與合規

• 模型權重依 Llama 3.2 Community License 發佈(repo 內附 LICENSE.txt 與 NOTICE),使用須遵守 Acceptable Use Policy。
• 訓練資料 TaiwanChat 為 CC BY-NC 4.0:本模型僅供研究/非商業用途。

引用

@misc{lin2023taiwanllm,
  title={Taiwan LLM: Bridging the Linguistic Divide with a Culturally Aligned Language Model},
  author={Yen-Ting Lin and Yun-Nung Chen},
  year={2023},
  eprint={2311.17487},
  archivePrefix={arXiv}
}

訓練使用 Unsloth。訓練程式碼:github.com/tun0000/llama32-taiwanchat-qlora