公式公開重み · Apache-2.0
独自の分詞処理と GPU 順伝播
複数ターン · ストリーミング
個人スタイルの微調整は未実施
01 / CONVERSATION
Lucian AI と対話する
02 / ENGINEERING
重みから、一つの対話へ。
公式モデルの基礎能力に、 独自の実装をつなぎます。
文字とトークン化
バイト BPE、事前分割、役割テンプレートを独自に実装し、文字を推論用トークンに変換します。
ローカル推論
公式重みを読み込み、独自 PTX で GPU 順伝播、因果注意機構、KV キャッシュを実装します。
継続する対話
生成文を逐次表示し、複数ターンの履歴を管理。コンテキスト削減や回答上限を明示します。
03 / PERSONAL VOICE
表現にも、自分の出発点を。
質問に答えるだけでなく、 自分らしい表現にも近づいてほしい。
自分で書いた文章や考えを整理し、個人の文章が言葉遣い、説明、リズムにどう影響するかを探求。独立した評価で次の改善を考えます。
- 01
自然な対話を実現
現在の段階ローカル Qwen 推論と複数ターン対話を実装し、実際の回答の課題を観察します。
- 02
個人コーパスを作る
計画中本人の文章と出典を整理し、学習候補と独立した評価サンプルを分けます。
- 03
個人スタイルの適応を研究
探求の方向表現の習慣と回答品質を比較し、評価結果から次の改善につなげます。
今は何を試せますか?
ローカルモデルは文字入力と複数ターンの中国語対話に対応。本ページは作成済みの画面例から始まります。ローカルサービスを起動すると、実際の Qwen 回答に切り替えられます。
もう本人の表現を学習していますか?
個人スタイルの微調整はまだ実施していません。個人コーパスの整理と適応は今後の計画です。画面例は本人の表現資料として使用しません。
モデルとデータの出典は?
基礎モデルは Apache-2.0 の公式 Qwen3-1.7B 公開重みです。推論コードは本プロジェクトで独自実装。個人資料や実験チェックポイントはローカルに保持します。
能力の限界は?
文字のみを処理し、ウェブ検索や操作の実行はできません。回答は誤る場合があります。既定コンテキストは 2048 トークン。古い履歴を削減した場合や回答上限に達した場合は通知します。