YEJI-4B-Instruct-v9-AWQ

yeji-4b-instruct-v9의 AWQ 4-bit 양자화 버전. vLLM 프로덕션 서빙에 최적화.

Model Description

YEJI는 사주(四柱), 서양 점성술, 타로, 화투 4개 도메인에 특화된 한국어 LLM입니다. 이 모델은 원본 v9 모델을 AWQ (Activation-aware Weight Quantization) 4-bit로 양자화한 버전입니다.

• Original Model: tellang/yeji-4b-instruct-v9
• Quantization: AWQ 4-bit (group_size=128)
• Parameters: ~1.3B (양자화 후)
• Optimized for: vLLM, TGI 등 GPU 서빙 프레임워크

Quantization Details

Parameter	Value
Method	AWQ (Activation-aware Weight Quantization)
Bits	4
Group Size	128
Original Size	~8 GB
Quantized Size	~2.5 GB
VRAM Required	~3 GB

Usage

vLLM (권장)

python -m vllm.entrypoints.openai.api_server \
    --model tellang/yeji-4b-instruct-v9-AWQ \
    --quantization awq \
    --max-model-len 4096

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "tellang/yeji-4b-instruct-v9-AWQ"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype="auto", device_map="auto")

messages = [
    {"role": "system", "content": "당신은 전문 타로 상담사입니다."},
    {"role": "user", "content": "오늘의 원카드 타로 리딩을 해주세요."}
]

text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=512, temperature=0.7)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Other Formats

Format	Model	Use Case
Full (FP16)	yeji-4b-instruct-v9	학습, 고정밀 추론
MLX 4-bit	yeji-4b-instruct-v9-mlx-4bit	Apple Silicon
GGUF	yeji-4b-gguf	llama.cpp, Ollama

Limitations

• 한국어 운세/점술 도메인 특화 모델이므로 범용 대화 성능은 제한적입니다.
• AWQ 양자화로 인해 원본 대비 미세한 품질 저하가 있을 수 있습니다.
• 점술 결과는 엔터테인먼트 목적입니다.