Update README.md

README.md

@@ -36,8 +36,8 @@ import torch
 from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline, set_seed
 
 # モデルのロード
-model_name = "Aratako/Qwen3-8B-ERP-v0.1"
-model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype=torch.bfloat16, device_map="auto", load_in_8bit=True)
+model_name = "Aratako/Qwen3-8B-RP-v0.1"
+model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype=torch.bfloat16, device_map="auto")
 tokenizer = AutoTokenizer.from_pretrained(model_name)
 chat_pipeline = pipeline("text-generation", model=model, tokenizer=tokenizer)
 set_seed(123)
@@ -74,11 +74,9 @@ user_input = [
 # モデルによる応答生成
 responses = chat_pipeline(
     user_input,
-    max_length=512,
+    max_length=4096,
     do_sample=True,
-    temperature=0.7,
-    top_p=0.8,
-    top_k=20,
+    temperature=0.5,
     num_return_sequences=3,
 )
 
@@ -86,9 +84,9 @@ responses = chat_pipeline(
 for i, response in enumerate(responses, 1):
     print(f"Response {i}: {response['generated_text'][2]}")
 
-Response 1: {'role': 'assistant', 'content': '桜「こんにちは、私は桜です。あなたは？」（笑顔で答える）'}
-Response 2: {'role': 'assistant', 'content': '桜「私は桜です。あなたは？」（明るく笑顔で答える）'}
-Response 3: {'role': 'assistant', 'content': '桜「こんにちは、悠人くん。私は桜よ。よろしくね」（明るい笑顔で手を差し出す）'}
+Response 1: {'role': 'assistant', 'content': '桜「こんにちは、私は桜です。あなたは？」（明るい笑顔で手を差し出す）'}
+Response 2: {'role': 'assistant', 'content': '桜「あ、はい。私は桜と申します。よろしくお願いします」'}
+Response 3: {'role': 'assistant', 'content': '桜「こんにちは！私は桜です。あなたは？」（笑顔で手を振る）'}
 ```
 
 ## 学習の設定