Update README.md

README.md

@@ -1,3 +1,116 @@
----
-license: gemma
----
+---
+license: gemma
+language:
+- ja
+- en
+- zh
+base_model:
+- google/gemma-3-27b-it
+- google/gemma-2-9b-it
+pipeline_tag: text-generation
+tags:
+- gemma2
+- transformer
+- instruction-tuned
+- multilingual
+- uncensored
+- non-censored
+- unfiltered
+---
+
+
+# 🚀 Tema_Q-R3.1
+
+## 🔥 モデル概要
+
+**Tema_Q-R3.1** は、Googleが開発した高性能なオープンモデル **Gemma 2 9B** を基盤にした、**日本語、英語、中国語**向けの改良版大規模言語モデル（LLM）です。
+
+通常のGemma 2では回答が難しいプロンプトに対しても、より自由で有用な応答を生成できるよう設計されています。クリエイティブな執筆、複雑なプログラミングタスク、ディープな知識探求など、あらゆる分野でAIの可能性を最大限に引き出したいユーザーに最適です。
+
+| 項目 | 詳細 |
+| :--- | :--- |
+| **ベースモデル** | Google Gemma 2 9B |
+| **モデル名** | Tema_Q-R3.1 |
+| **対応言語** | 日本語 (JA), 英語 (EN), 中国語 (ZH) |
+| **モデルサイズ** | 9 Billion Parameters |
+| **ライセンス** | Gemma 2のライセンスに準拠 |
+| **開発** | kawasumi, TY, HY |
+
+---
+
+## 🛡️ 責任あるAI利用と学習データの安全性
+
+### ⚠️ 責任ある利用の徹底
+
+* **ユーザーの責任**: モデルの利用者は、生成されたコンテンツが、適用される**法律、規制、およびHugging Faceの利用規約/コンテンツポリシーに準拠**することを**全面的に保証**する必要があります。
+* **禁止事項**: このモデルを、いかなる**差別、ハラスメント、暴力、違法行為、および有害な目的**のために利用することを**固く禁じます**。
+
+---
+
+## 💻 Colabで動かす
+
+以下のコードをGoogle Colaboratoryにコピペするだけで、**Tema_Q-R3.1** の強力な推論を体験できます。
+
+※ **推奨環境:** Google Colabの**T4 GPU**またはそれ以上のVRAMを持つ環境
+
+```python
+# 必要なライブラリをインストールします
+!pip install -qU transformers accelerate bitsandbytes
+
+import torch
+from transformers import AutoTokenizer, AutoModelForCausalLM, BitsAndBytesConfig
+
+# モデルID
+model_id = "kawasumi/Tema_Q-R3.1"
+
+# 4-bit 量子化設定 (ColabでのVRAM節約に最適)
+bnb_config = BitsAndBytesConfig(
+    load_in_4bit=True,
+    bnb_4bit_quant_type="nf4",
+    bnb_4bit_compute_dtype=torch.bfloat16 # Gemma 2に推奨される計算データ型
+)
+
+# モデルとトークナイザーのロード
+# device_map="auto" で、VRAMに自動で分散配置されます
+tokenizer = AutoTokenizer.from_pretrained(model_id)
+model = AutoModelForCausalLM.from_pretrained(
+    model_id,
+    quantization_config=bnb_config,
+    device_map="auto"
+)
+
+# 対話履歴
+# 日本語のプロンプト例
+messages = [
+    {"role": "user", "content": "大規模言語モデルの今後の展望について、3つの主要なトレンドを詳しく説明してください。"}
+]
+
+# Gemmaのチャットテンプレートを適用 (必須)
+prompt = tokenizer.apply_chat_template(
+    messages, 
+    tokenize=False, 
+    add_generation_prompt=True # 推論開始のトークンを追加
+)
+
+# 推論（テキスト生成）
+input_ids = tokenizer(prompt, return_tensors="pt").to(model.device)
+
+print("--- 推論中 ---")
+
+outputs = model.generate(
+    input_ids,
+    max_new_tokens=512, 
+    do_sample=True, 
+    temperature=0.6, 
+    top_p=0.9
+)
+
+# 結果の表示
+generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
+
+# 応答全体から、プロンプト部分を除去して表示
+response_start = generated_text.find("<model>") + len("<model>")
+clean_response = generated_text[response_start:].strip()
+
+print("\n[生成された応答]\n")
+print(clean_response)