GLM-5.2 is live. #1 throughput on OpenRouter, pay-per-token on FriendliAI. Try it today ➜
ynakazat11
Available on FriendliAI
Run this model inference on single tenant GPU with unmatched speed and reliability at scale.
Run this model inference with full control and performance in your environment.
Model Details
Model Provider
ynakazat11
Model Tree
llm-jp/llm-jp-4-8b-instruct
Input Modalities
Output Modalities
Supported Functionality
中学受験算数（小学5-6年生レベル）の問題に対して、段階的で読みやすい解説形式を出すように、llm-jp/llm-jp-4-8b-instruct をQLoRAで微調整したモデルです。
教師モデル（Claude Sonnet 4.6）が生成した3,189件の解説を蒸留学習しています。元の訓練候補は3,213問で、極端に短い問題・解説を除外した後の3,189件を学習に使いました。出力は方程式・代数を避け、つるかめ算・差集め算・面積図・線分図・比 など算数の解法に寄せる方向で調整されています。
重要：このモデルは「正答率を保証するモデル」ではありません。訓練解説はSonnet生成であり、監査では教師データ・モデル出力の両方に誤答が見つかっています。
本モデルはApache 2.0ライセンスでリリースしていますが、訓練データの一部はClaude Sonnet 4.6が生成しており、Anthropic社のCommercial Terms第D.4条（競合製品の禁止）の制約を受けます。本モデルを商用利用する際は、利用者ご自身でAnthropicの最新の利用規約を確認してください。
python
from transformers import AutoModelForCausalLM, AutoTokenizermodel_id = "ynakazat11/llm-jp-4-8b-instruct-sansu"tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)model = AutoModelForCausalLM.from_pretrained(model_id, trust_remote_code=True, torch_dtype="bfloat16", device_map="auto")system = ("あなたは中学受験算数を教える先生です。""問題文を読み、小学生にもわかるように、算数の手法（つるかめ算・差集め算・""面積図・線分図・比など）を使って段階的に解説してください。""文字式・方程式・代数（x, y などの未知数を立てる方法）は使わないでください。")user = "270mの道の端から端まで桜の木を植えます。木と木の間隔を9mにすると、木は何本植えられますか。"messages = [{"role": "system", "content": system}, {"role": "user", "content": user}]prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)inputs = tokenizer(prompt, return_tensors="pt").to(model.device)out = model.generate(**inputs, max_new_tokens=512, temperature=0.3)print(tokenizer.decode(out[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))
本モデルはApache 2.0でリリースしています。ベースモデル（llm-jp/llm-jp-4-8b-instruct）のライセンスも併せてご確認ください。
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.