diff --git a/FAQ_ja.md b/FAQ_ja.md
new file mode 100644
index 00000000..9f10c230
--- /dev/null
+++ b/FAQ_ja.md
@@ -0,0 +1,85 @@
+# FAQ
+
+## インストールと環境
+
+#### Flash attention 導入の失敗例
+
+Flash attention は、トレーニングと推論を加速するオプションです。H100、A100、RTX 3090、T4、RTX 2080 などの Turing、Ampere、Ada、および Hopper アーキテクチャの NVIDIA GPU だけが、flash attention をサポートできます。それをインストールせずに私たちのモデルを使用することができます。
+
+#### transformers のバージョンは？
+
+4.31.0 が望ましいです。
+
+#### コードとチェックポイントをダウンロードしましたが、モデルをローカルにロードできません。どうすればよいでしょうか？
+
+コードを最新のものに更新し、すべてのシャードされたチェックポイントファイルを正しくダウンロードしたかどうか確認してください。
+
+#### `qwen.tiktoken` が見つかりません。これは何ですか？
+
+これはトークナイザーのマージファイルです。ダウンロードする必要があります。[git-lfs](https://git-lfs.com) を使わずにリポジトリを git clone しただけでは、このファイルをダウンロードできないことに注意してください。
+
+#### transformers_stream_generator/tiktoken/accelerate が見つかりません。
+
+コマンド `pip install -r requirements.txt` を実行してください。このファイルは [https://github.com/QwenLM/Qwen-7B/blob/main/requirements.txt](https://github.com/QwenLM/Qwen-7B/blob/main/requirements.txt) にあります。
+<br><br>
+
+
+
+## デモと推論
+
+#### デモはありますか？CLI と Web UI のデモはありますか？
+
+はい、Web デモは `web_demo.py` を、CLI デモは `cli_demo.py` を参照してください。詳しくは README を参照してください。
+
+
+
+#### CPU のみを使うことはできますか？
+
+はい、`python cli_demo.py --cpu_only` を実行すると、CPU のみでモデルと推論をロードします。
+
+#### Qwen はストリーミングに対応していますか？
+
+`modeling_qwen.py` の `chat_stream` 関数を参照してください。
+
+#### chat_stream() を使用すると、結果に文字化けが発生します。
+
+これは、トークンがバイトを表し、単一のトークンが無意味な文字列である可能性があるためです。このようなデコード結果を避けるため、トークナイザのデフォルト設定を更新しました。コードを最新版に更新してください。
+
+#### インストラクションとは関係ないようですが...
+
+Qwen-7B ではなく Qwen-7B-Chat を読み込んでいないか確認してください。Qwen-7B はアライメントなしのベースモデルで、SFT/Chat モデルとは挙動が異なります。
+
+#### 量子化はサポートされていますか？
+
+はい、量子化は `bitsandbytes` でサポートされています。私たちは改良版の開発に取り組んでおり、量子化されたモデルのチェックポイントをリリースする予定です。
+
+#### 量子化モデル実行時のエラー: `importlib.metadata.PackageNotFoundError: No package metadata was found for bitsandbytes`
+
+Linux ユーザの場合は，`pip install bitsandbytes` を直接実行することで解決できます。Windows ユーザの場合は、`python -m pip install bitsandbytes --prefer-binary --extra-index-url=https://jllllll.github.io/bitsandbytes-windows-webui` を実行することができます。
+
+#### 長いシーケンスの処理に時間がかかる
+
+この問題は解決しました。コードを最新版に更新することで解決します。
+
+#### 長いシーケンスの処理で不満足なパフォーマンス
+
+NTK が適用されていることを確認してください。`config.json` の `use_dynamc_ntk` と `use_logn_attn` を `true` に設定する必要があります（デフォルトでは `true`）。
+<br><br>
+
+
+
+## ファインチューニング
+
+#### Qwen は SFT、あるいは RLHF に対応できますか？
+
+今のところ、ファインチューニングや RLHF のコードは提供していません。しかし、[FastChat](**[https://github.com/lm-sys/FastChat](https://github.com/lm-sys/FastChat))、[Firefly]([https://github.com/yangjianxin1/Firefly](https://github.com/yangjianxin1/Firefly))、[**LLaMA Efficient Tuning**]([https://github.com/hiyouga/LLaMA-Efficient-Tuning](https://github.com/hiyouga/LLaMA-Efficient-Tuning))など、いくつかのプロジェクトではファインチューニングをサポートしています。近日中に関連コードを更新する予定です。
+<br><br>
+
+
+
+## トークナイザー
+
+#### bos_id/eos_id/pad_id が見つかりません。
+
+私たちのトレーニングでは、セパレータとパディングトークンとして `<|endoftext|>` のみを使用しています。bos_id、eos_id、pad_id は tokenizer.eod_id に設定できます。私たちのトークナイザーについて詳しくは、トークナイザーについてのドキュメントをご覧ください。
+