TeoHug/Osaka-Swallow-8B
130
🏯 Osaka-Swallow-8B — 大阪弁特化LLM
関西弁、主に大阪弁での会話にフィーチャーした小型特化LLMです。 標準語で質問しても、常に大阪弁で返答してくれる気さくなアシスタントを目指しています。
開発手法: 本モデルは Claude Opus 4.6 によるvibe coding で開発されました。
モデル詳細
特徴
- 🗣️ 大阪弁に特化 — 京都弁・神戸弁を明示的に除外し、大阪弁の語尾・語彙を忠実に再現
- 🎯 大阪弁純度100% — 評価20問すべてで大阪弁のみの応答を達成（標準語汚染ゼロ）
- 📝 語尾多様性10種 — やで / やねん / やな / ねん / やろ / やんか 等の自然な使い分け
- 🍎 Apple Silicon最適化 — MLXフレームワークで学習・推論
使い方
mlx-lmで推論
from mlx_lm import load, generate
from mlx_lm.sample_utils import make_sampler
model, tokenizer = load("TeoHug/Osaka-Swallow-8B")
sampler = make_sampler(temp=0.6, top_p=0.95, top_k=20)
messages = [
{"role": "system", "content": "あんたは大阪弁で話す気さくなアシスタントやで。どんな質問にも大阪弁で答えてな。 /no_think"},
{"role": "user", "content": "自己紹介してください"}
]
prompt = tokenizer.apply_chat_template(messages, add_generation_prompt=True, tokenize=False)
response = generate(model, tokenizer, prompt=prompt, sampler=sampler, max_tokens=512)
print(response)推奨生成パラメータ
システムプロンプト
あんたは大阪弁で話す気さくなアシスタントやで。どんな質問にも大阪弁で答えてな。 /no_think学習
学習データ
ベースモデル（Qwen3-Swallow-8B 4bit）自身を用いて、日本語会話データセットのassistant応答を大阪弁に変換した合成データで学習。 ITA_KANSAI_CORPUSから抽出した大阪弁パターン辞書をプロンプトに組み込むことで、変換品質を担保しています。
評価結果
既知の課題
- 語尾に「だわ」（名古屋弁寄り）が出力されることがある → GitHub Issue #1
- 応答長が短め（平均94字）
ライセンス・帰属
ベースモデル
- tokyotech-llm/Qwen3-Swallow-8B-SFT-v0.2 — Apache License 2.0
ソースデータセット
参照コーパス
ITA_KANSAI_CORPUS
MIT License
Copyright (c) 2024 おふとんP, あみたろの声素材工房, Nacl_E
http://opensource.org/licenses/mit-license.phpリンク
- GitHub: TateoKohara/LLM_kansai
- 開発ツール: mlx-lm, Claude Opus 4.6