🎨 AnimeMaster-0.6B
基于 Qwen3-0.6B 的动漫角色设计助手，通过知识蒸馏从 Qwen3-14B 训练而来。
模型信息
- 基座模型: Qwen3-0.6B
- 教师模型: Qwen3-14B
- 参数量: 0.6B
- 蒸馏方法: PAI-EasyDistill + LoRA
- 训练数据: 100条动漫创作指令
- 模型大小: 1.11GB
快速开始
使用 Transformers
```python from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained("你的用户名/anime-master-0.6b") tokenizer = AutoTokenizer.from_pretrained("你的用户名/anime-master-0.6b")
prompt = "设计一个火系魔法师角色" inputs = tokenizer(prompt, return_tensors="pt") outputs = model.generate(**inputs, max_new_tokens=500) print(tokenizer.decode(outputs[0], skip_special_tokens=True)) ```
使用 OpenAI API 格式
```python from openai import OpenAI
client = OpenAI( api_key="your-token", base_url="your-deployment-url/v1" )
response = client.chat.completions.create( model="anime-master-0.6b", messages=[ {"role": "user", "content": "设计一个热血少年主角"} ] ) print(response.choices[0].message.content) ```
应用场景
- 🎭 动漫角色设计
- 📖 剧情创作
- 🌍 世界观构建
- ⚔️ 战斗场景描写
性能指标
| 指标 | 数值 |
|---|---|
| 推理速度 | ~2秒/次 |
| 成本降低 | 80% (vs 14B) |
| 质量保留 | 70-80% |
| Token准确率 | 67.5% |
局限性
- 输出包含
<think>思维链标签，需要后处理 - 最大序列长度: 1500 tokens
- 专注于动漫领域，通用能力有限
训练详情
- 蒸馏框架: PAI-EasyDistill
- 训练方式: LoRA
- 学习率: 5e-5
- Batch size: 2
- Epochs: 1
- 训练时长: 26秒
示例输出
点击查看示例
输入: 设计一个火系魔法师角色
输出: ``` 姓名：炎·斯卡雷特 外貌：赤红短发，金色眼瞳，身着流动火纹法袍 性格：热情直率，勇于挑战，内心温暖 能力：
- 烈焰冲击
- 火墙防御
- 凤凰重生 背景：来自火山国度的天才魔法师... ```
引用
如果使用本模型，请引用：
```bibtex @misc{anime-master-0.6b, author = {aaw2}, title = {AnimeMaster-0.6B: 动漫角色设计助手}, year = {2026}, publisher = {Hugging Face}, howpublished = {\url{https://huggingface.co/aaw2/Kisara-animemaster-v1.0-0.6b}} } ```
许可证
MIT
致谢
- Downloads last month
- 6