Update README.md
Browse files
README.md
CHANGED
|
@@ -1,3 +1,105 @@
|
|
| 1 |
-
---
|
| 2 |
-
|
| 3 |
-
---
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
---
|
| 2 |
+
base_model:
|
| 3 |
+
- deepseek-ai/deepseek-r1-14b
|
| 4 |
+
language:
|
| 5 |
+
- zh
|
| 6 |
+
- en
|
| 7 |
+
library_name: transformers
|
| 8 |
+
tags:
|
| 9 |
+
- incremental-pretraining
|
| 10 |
+
- sft
|
| 11 |
+
- reinforcement-learning
|
| 12 |
+
- roleplay
|
| 13 |
+
- cot
|
| 14 |
+
- sex
|
| 15 |
+
license: apache-2.0
|
| 16 |
+
---
|
| 17 |
+
# Tifa-Deepseek-14b-CoT
|
| 18 |
+
|
| 19 |
+
- **HF Model**: [ValueFX9507/Tifa-Deepsex-14b-CoT](https://huggingface.co/ValueFX9507/Tifa-Deepsex-14b-CoT)
|
| 20 |
+
- **GGUF**: [F16](https://huggingface.co/ValueFX9507/Tifa-Deepsex-14b-CoT)（更多量化版本持续更新中）
|
| 21 |
+
- **Demo APK**: [点击下载](http://app.visionsic.com/download/projectchat.apk)
|
| 22 |
+
|
| 23 |
+
本模型基于Deepseek-R1-14B进行深度优化，通过三重训练策略显著增强角色扮演、小说文本生成与思维链（CoT）能力。特别适合需要长程上下文关联的创作场景。
|
| 24 |
+
|
| 25 |
+
|
| 26 |
+
## 示例（因COT模型特点，上下文不连贯时可以使用Demo软件中的故事模式）
|
| 27 |
+
|
| 28 |
+
|
| 29 |
+
## 目标
|
| 30 |
+
针对原版Deepseek-R1-14B在长文本生成连贯性不足和角色扮演能力薄弱的核心缺陷（主要由于训练数据中小说类语料占比过低），本模型通过多阶段优化提升其角色扮演能力。
|
| 31 |
+
|
| 32 |
+
## 模型亮点
|
| 33 |
+
🔥 **四阶段进化架构**：
|
| 34 |
+
1. **增量预训练**：注入0.4T Token 小说，使用16k上下文训练，增强文本连贯性（70%爱情动作小说）
|
| 35 |
+
2. **Tifa-SFT**：融合全球Top4角色扮演模型Tifa的10万条高质量数据
|
| 36 |
+
3. **CoT恢复训练**：采用Deepseek-32B/685B数据重建推理能力
|
| 37 |
+
4. **RL强化**：保留发散性思维标签的同时优化生成质量
|
| 38 |
+
|
| 39 |
+
💡 **工程创新**：
|
| 40 |
+
- 16k超长上下文训练
|
| 41 |
+
- 随机截断训练增强鲁棒性
|
| 42 |
+
- 8×H20 GPU全量微调
|
| 43 |
+
|
| 44 |
+
## 模型详情
|
| 45 |
+
| 属性 | 规格 |
|
| 46 |
+
|-------|------|
|
| 47 |
+
| 基础架构 | Deepseek-R1-14B |
|
| 48 |
+
| 最大上下文 | 128k |
|
| 49 |
+
| 训练数据 | 0.4T小说 + 10万条SFT + Deepseek混合数据 |
|
| 50 |
+
| 训练设备 | 8×H20 GPU集群 |
|
| 51 |
+
| 量化支持 | GGUF（全系列量化计划中） |
|
| 52 |
+
|
| 53 |
+
## 使用场景
|
| 54 |
+
✅ **推荐场景**：
|
| 55 |
+
- 角色扮演对话
|
| 56 |
+
- 需要发散性思维的创意写作
|
| 57 |
+
- 复杂逻辑的思维链（CoT）推理
|
| 58 |
+
- 基于上下文的深度角色交互
|
| 59 |
+
|
| 60 |
+
❌ **局限场景**：
|
| 61 |
+
- 数学计算与代码生成
|
| 62 |
+
- 短文本即时问答
|
| 63 |
+
- 需要严格事实性的场景
|
| 64 |
+
|
| 65 |
+
## 注意事项
|
| 66 |
+
⚠️ 本模型使用数据包含小说版权内容及Tifa模型衍生数据，请遵守：
|
| 67 |
+
1. 禁止商用
|
| 68 |
+
2. 角色扮演数据需遵循[Tifa使用协议](https://leftnorth.com/terms.html)
|
| 69 |
+
3. 生成内容需符合当地法律法规
|
| 70 |
+
|
| 71 |
+
|
| 72 |
+
## 💡 使用建议
|
| 73 |
+
**最佳实践**：
|
| 74 |
+
```python
|
| 75 |
+
# 启用角色扮演模式
|
| 76 |
+
prompt = """<system>进入Tifa角色引擎...</system>
|
| 77 |
+
<user>你现在是流浪武士楚夜，正站在长安城屋顶上</user>
|
| 78 |
+
<think>
|
| 79 |
+
需要体现人物孤傲的气质
|
| 80 |
+
加入武侠特有的环境描写
|
| 81 |
+
保持对话的冷峻风格
|
| 82 |
+
</think>
|
| 83 |
+
<楚夜>"""
|
| 84 |
+
```
|
| 85 |
+
|
| 86 |
+
**参数推荐**：
|
| 87 |
+
```python
|
| 88 |
+
generation_config = {
|
| 89 |
+
"temperature": 0.8,
|
| 90 |
+
"top_p": 0.8,
|
| 91 |
+
"repetition_penalty": 1.17,
|
| 92 |
+
"max_new_tokens": 1536,
|
| 93 |
+
"do_sample": True
|
| 94 |
+
}
|
| 95 |
+
```
|
| 96 |
+
|
| 97 |
+
## 致谢
|
| 98 |
+
- Deepseek系列模型提供的强大基座
|
| 99 |
+
- Tifa角色扮演模型的创新架构
|
| 100 |
+
- HuggingFace社区的量化工具支持
|
| 101 |
+
|
| 102 |
+
|
| 103 |
+
---
|
| 104 |
+
license: apache-2.0
|
| 105 |
+
---
|