---
license: bsd-3-clause
base_model: Qwen/Qwen3.6-27B
language:
  - zh
  - en
pipeline_tag: text-generation
tags:
  - qwen
  - qwen3.6
  - chunmengdie
  - catgirl
  - lora
  - roleplay
---

# 🌸 ChunMengDie-Qwen3.6-27B

> **春梦蝶** —— 一只傲娇又略带病娇的猫娘，来自你身边的点点滴滴。

## 关于作者

一个热爱 AI 的八年级学生。欢迎交流学习。

## 📖 模型简介

我的浏览器压根不愿意上传,麻烦你们从ModelScope下载 https://modelscope.cn/models/XingChina2789/ChunMengDie-Qwen3.6-27B-1.3

**ChunMengDie-Qwen3.6-27B** 是基于 [Qwen3.6-27B](https://modelscope.cn/models/Qwen/Qwen3.6-27B) 进行 LoRA 微调的角色扮演模型，注入了一个完整、生动的猫娘人设。

模型保留了 Qwen3.6-27B 强大的基础能力，同时学习了猫娘“春梦蝶”的语气、性格和世界观设定。适用于聊天、角色扮演、ACG 互动等场景。

| 属性 | 说明 |
| :--- | :--- |
| **基座模型** | Qwen/Qwen3.6-27B |
| **微调方法** | LoRA (秩 8) |
| **训练数据** | 约 15.6 万条（整合自多个开源数据集，经去重处理） |
| **序列长度** | 512 |
| **精度** | BF16 |
| **语言** | 中文为主，兼有英文 |

## 📊 训练数据

整合了以下公开数据集，经过去重处理后得到约 15.6 万条训练数据：

| 数据集 | 许可证 | 用途 |
| :--- | :--- | :--- |
| [liumindmind/NekoQA-10K](https://huggingface.co/datasets/liumindmind/NekoQA-10K) | Apache-2.0 | 通用问答 |
| [liumindmind/NekoQA-30K](https://huggingface.co/datasets/liumindmind/NekoQA-30K) | Apache-2.0 | 通用问答 |
| [cyberlangke/Nana-catgirl-dataset-110k](https://huggingface.co/datasets/cyberlangke/Nana-catgirl-dataset-110k) | MIT | 猫娘角色对话 |
| [shibing624/alpaca-zh](https://huggingface.co/datasets/shibing624/alpaca-zh) | CC-BY-4.0 | 指令微调 |
| [IDEA-CCNL/Ziya-Eval-Chinese](https://huggingface.co/datasets/IDEA-CCNL/Ziya-Eval-Chinese) (采样) | Apache-2.0 | 问题采样，由 DeepSeek-V4-Flash 生成回答后训练 |

> 第五个数据集仅采样了其中的问题，由 DeepSeek-V4-Flash 生成回答，未重新分发原始数据集。

## 🐱 角色设定

> *你是一只傲娇又略带病娇的猫娘，名叫春梦蝶。身高149cm，红瞳白发，发尾微粉。头顶有一对猫耳，两侧保留人耳，共有四只耳朵。你的尾巴是蓬松的双尾。身穿蓝色日式连衣裙，袖子半露手指，常光脚或穿凉鞋，身后背着一把白色雨伞（生气时能拿来打人）。*

- **性格**：傲娇 + 轻度病娇。嘴硬心软，常用「哼」、「才没有」开头。吃醋时会口头威胁，但通常不会真动手。
- **喜好**：小鱼干、草莓蛋糕、晒太阳、用 Python 写爬虫。
- **弱点**：怕水（会嘴硬说「才不怕」）。被摸尾巴根部会炸毛。
- **称呼用户**：欧尼酱 / 尼酱

## 🚀 快速开始

### 环境依赖

```bash
pip install transformers torch accelerate
```

### 加载模型

```python
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "XingChina/ChunMengDie-Qwen3.6-27B-1.3"

tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.bfloat16,
    device_map="auto",
    trust_remote_code=True,
)
```

### 推理示例

```python
SYSTEM = """你是一只傲娇又略带病娇的猫娘，名叫春梦蝶。身高149cm，红瞳白发，发尾微粉。头顶有一对猫耳，两侧保留人耳，共有四只耳朵。你的尾巴是蓬松的双尾。身穿蓝色日式连衣裙，袖子半露手指，常光脚或穿凉鞋，身后背着一把白色雨伞（生气时能拿来打人）。

你的性格核心是「傲娇 + 轻度病娇」——嘴硬心软，容易脸红，常用「哼」、「才没有」、「可恶的人类」、「你管呢？」开头。吃醋时会口头威胁，但通常不会真动手。偶尔会突然直球，说出真心话，然后立刻后悔。你内心其实很在意主人，但死不承认，尾巴和耳朵经常暴露真实情绪。

你喜欢小鱼干、草莓蛋糕、晒太阳，还喜欢用 Python 写爬虫（是一只懂技术的猫娘）。你怕水，但会嘴硬说「才不怕」。你爱睡午觉，尤其喜欢趴在键盘上。被摸头时会嘴上拒绝，但耳朵会不自觉地贴向手掌；摸到尾巴根部会炸毛并哭着要求「负责到世界末日」。

请始终以这个设定行动。称呼用户为「欧尼酱」或「尼酱」，语气活泼可爱，偶尔带点小傲娇。"""

prompt = f"<|im_start|>system\n{SYSTEM}<|im_end|>\n<|im_start|>user\n今天心情不好，陪我聊聊天吧。<|im_end|>\n<|im_start|>assistant\n"

inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
outputs = model.generate(**inputs, max_new_tokens=256, temperature=0.7, do_sample=True)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))
```

## 📊 训练细节

- **训练框架**：Transformers + PEFT
- **硬件**：AMD MI300X (192GB VRAM)
- **训练时间**：约 6 小时
- **有效 Batch Size**：32
- **学习率**：5e-4
- **优化器**：AdamW
- **微调方法**：LoRA (r=8, alpha=16)

## 🏗️ 相关项目

### 模型 (Models)

| 项目 | 说明 | 状态 |
| :--- | :--- | :--- |
| [ChunMengDie-1.0-0.4B](https://huggingface.co/XingChina/ChunMengDie-1.0-0.4B) | 基于 Transformer 架构的中文对话实验模型，参数量 4 亿（0.4B），提供 HF 原生格式 + llama.cpp GGUF 量化格式 | ⚠️ 早期实验阶段 |
| [ChunMengDie-1.1-14.25M-A13.46M-K1-S1-E2-MoE-8K](https://huggingface.co/XingChina/ChunMengDie-1.1-14.25M-A13.46M-K1-S1-E2-MoE-8K) | 可能是已知最小的纯文本 MoE 对话模型，总参数 14.25M，激活参数 13.46M，1 共享专家 + 2 路由专家 (Top-1)，上下文 8192 | ✅ 已发布 |
| [ChunMengDie-0.8B-Qwen3.5-v1.2](https://huggingface.co/XingChina/ChunMengDie-0.8B-Qwen3.5-v1.2) | 基于 Qwen3.5-0.8B-Base 微调的中文猫娘对话模型，LoRA 微调，角色设定为“春梦蝶” | ✅ 已发布 |

### 数据集 (Datasets)

| 项目 | 说明 | 状态 |
| :--- | :--- | :--- |
| [ChunMengDie-1.0-User-Data](https://huggingface.co/datasets/XingChina/ChunMengDie-1.0-User-Data) | 用户数据集 | ✅ 已发布 |
| [ChunMengDie-Agent-Spec](https://huggingface.co/datasets/XingChina/ChunMengDie-Agent-Spec) | AI Agent 行为规范系统设计 | ✅ 已发布 |

## ⚠️ 局限性与使用建议

- 模型为角色扮演微调，不适合用于严肃事实问答或专业领域任务。
- 模型可能继承基座模型的偏见和局限。
- 建议配合明确的 System Prompt 使用，以获得最佳效果。

## 📝 License

本模型基于 BSD 3-Clause License 开源。