本仓库是一个 LoRA 适配器：在 Qwen/Qwen3.5-9B 上，用公开数据集 CohereLabs/ayadataset 的日文子集（languagecode == "jpn"）的 2400 条做了一轮指令微调（SFT）。 1. 几乎全部出自单一标注者：日文 original-annotations 共 6149 行，其中 6144 行出自同一个 userid（9881e959…），另一个标注者只有 5 行（整个日文 original-annotations 只有 2 个标注者）。这些内容里有大量「模板指令 + 一段やさしい日本語体的时事新闻（NHK NEWS WEB EASY 体，2022–2023 年）」，疑似搬自外部文章库而非标注者原创；用 WebSearch 对若干特征句做过核对，既未找到逐字一致的原文、也无法排除（相关旧文多已下线）。 2. 回答普遍很短：训练子集（2400 条）里 assistant 回答 54.2% 在 10 字以内、78.3% 在 50 字以内（多为问答题式的极简短答）。训练后模型很可能偏向极简短答。 3. 未做任何评测，且不得被当成「有日文能力」的模型：本轮只跑了训练，没有任何基准评测，也没有验证集；日文表现完全没有被测过。请不要把本适配器当成一个日文模型——它只是一次在公开日文数据上的小规模 SFT 实验。 不包含：合并后的完整权重、中间 checkpoint、优化器状态、训练语料或其副本。训练数据请从上游获取。 - 数据集：CohereLabs/ayadataset（Singh et al. 2024…