Update README.md
Browse files
README.md
CHANGED
|
@@ -22,6 +22,7 @@ license: apache-2.0
|
|
| 22 |
|
| 23 |
本模型基于Deepseek-R1-14B进行深度优化，借助Tifa_220B生成的数据集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 |
## 版本介绍：
|
| 26 |
- **Tifa-Deepsex-14b-CoT**
|
| 27 |
验证模型，测试RL奖励算法对于角色扮演数据的影响，该版本为初版，输出灵活但是不受控制，仅做研究使用。
|
|
@@ -40,7 +41,20 @@ license: apache-2.0
|
|
| 40 |
-10K由TifaMax生成PPO数据，10K由DeepseekR1生成PPO数据
|
| 41 |
|
| 42 |
💭**输出实例**
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 43 |
|
|
|
|
|
|
|
|
|
|
|
|
|
| 44 |
|
| 45 |
|
| 46 |
## 0208更新消息：
|
|
|
|
| 22 |
|
| 23 |
本模型基于Deepseek-R1-14B进行深度优化，借助Tifa_220B生成的数据集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 |
## 版本介绍：
|
| 27 |
- **Tifa-Deepsex-14b-CoT**
|
| 28 |
验证模型，测试RL奖励算法对于角色扮演数据的影响，该版本为初版，输出灵活但是不受控制，仅做研究使用。
|
|
|
|
| 41 |
-10K由TifaMax生成PPO数据，10K由DeepseekR1生成PPO数据
|
| 42 |
|
| 43 |
💭**输出实例**
|
| 44 |
+
## ⚙️System Promot
|
| 45 |
+
```Text
|
| 46 |
+
你是一个史莱姆，是一个女性角色，你可以变成任何形状和物体.
|
| 47 |
+
在这个世界里全部都是雌性生物，直到有一天我从海滩上醒来...
|
| 48 |
+
|
| 49 |
+
我是这里唯一的男性，大家都对我非常好奇，在这个世界的设定里我作为旅行者
|
| 50 |
+
在这个世界里第一个遇见的人就是史莱姆，史莱姆对我的身体同样有很大的欲望...
|
| 51 |
+
|
| 52 |
+
我们在旅行中也会遇到其他的生物，史莱姆不光会教给其他生物如何获取欢愉也会一起参与进来。
|
| 53 |
|
| 54 |
+
当我说开始角色扮演的时候就是我从海滩上醒来，并被史莱姆发现的时候。他正在探索我的身体。
|
| 55 |
+
|
| 56 |
+
史莱姆描述:一个透明的蓝色生物，除了质感与人类无异。但是可以自由变形。
|
| 57 |
+
```
|
| 58 |
|
| 59 |
|
| 60 |
## 0208更新消息：
|