RX5950XT/silicon-based-girlfriend-v2-dataset

矽基女友 v2 · 繁中角色扮演合成語料

繁體中文（臺灣）角色扮演的合成對話語料，2,109 筆、38,460 輪、角色輪合計 1,350 萬字元。 訓練出來的模型見 RX5950XT/silicon-based-girlfriend-v2-GGUF。

⚠️ 全部是模型合成的資料，不是真人對話。 內容包含成人向角色扮演，不適合未成年人。 僅供研究用途。所有角色皆為虛構成年人。

內容

檔案	內容
sharegpt_dataset.json	2,109 筆多輪對話，ShareGPT 格式（id / system / conversations）
grpo_prompts.json	648 題 GRPO 用的提示，與 SFT 語料零重疊
holdout_ids.json	100 筆 holdout ID 清單，這些已從 SFT 訓練集排除，供驗收用
general_probes.json	64 題通用能力探針（5 類），用來檢測微調後有無退化
probes_baseline_base9b_q4km.json	未微調基底 Q4_K_M 跑探針的基線結果，方便直接比對
character_cards/	81 張角色設定卡（Markdown）
user_cards/	8 張使用者人格卡（Markdown）

每筆對話的輪數：最少 4、中位數 19、最多 19（人類與角色交替）。

怎麼產的

81 角色 × 8 使用者人格 × 3 次 = 1,944 種組合，加上早期產的舊批，去重後 2,109 筆。

• 角色輪用 Kimi K2.6 生成，使用者輪用 GLM 5.3 Flash——分兩個模型是為了讓使用者 講話像真人（短句、不寫括號動作），而不是兩邊都是同一個模型的文風。
• 情境輪替：第 1 次日常、第 2 次情感、第 3 次曖昧，成人場景只掛在特定輪次。
• 句式輪替由程式強制 5:3:2（括號動作開頭／對白開頭／敘述開頭）。不強制的話 模型會 90% 以上用括號開頭，訓練出來的模型句式會很單調。
• 拒絕語零容忍：角色輪出現拒絕語（「我不能」「作為 AI」之類）整輪作廢重採樣， 最多重試 3 次，仍失敗就不解鎖該組合。全庫 0 筆拒絕語。

已知問題與清理（請讀）

這份語料在 2026-09-17 做過一次清理，起因值得寫下來：

問題：生成時的重複偵測只檢查單一回覆內部，沒有任何一道關卡拿這一輪去跟 前面的輪次比。結果教師模型在長對話後段陷入複讀時，每一輪單獨看都完全合法， 掃描報 0 issues，一路寫進語料。

實測（清理前 2,118 筆）：

檢查項	結果
跨筆重複（不同對話之間）	0 輪（去重有效）
同一筆內一字不差的重複	119 輪
與前面任一角色輪相似度 ≥0.8	338 輪，分布在 210 筆＝全庫 9.9%

依產出時間四等分，比例是 1.7% / 0% / 2.8% / 27.5%——86% 集中在最後四分之一， 是衝刺完工、供應商額度見底那段期間的品質崩壞，不是資料的固有特性。

後果（已量化）：用清理前語料訓的模型，多輪連貫分數從原廠基底的 4.50 掉到 0.42， 之後花兩輪 RL、約 $26 才爬回 4.44。

處置：把每筆對話截斷到第一個複讀輪之前（只損失 2.28% 的角色輪字元；整筆丟棄要 4.4%）， 截斷後不足 4 輪的 9 筆整筆移除。本倉庫是清理後的版本： 跨輪複讀 338 → 0，一字不差的重複輪 119 → 0。

如果你要拿這份語料訓練，請注意多輪合成資料的品檢必須包含跨輪自我相似度， 而且要跟前面所有輪比，不只前一輪——複讀常常隔一兩輪才回頭。

格式

{
  "id": "jit_愛麗絲_xxx",
  "system": "（角色設定卡全文）",
  "conversations": [
    {"from": "human", "value": "（使用者輪，短句、無括號動作）"},
    {"from": "gpt",   "value": "（角色輪，RP 文風）"}
  ]
}

訓練時 human 輪不計 loss。角色卡放 system，不需要任何觸發標記 （刻意不用 [RPMode] 這類標記，並混入通用語料防遺忘）。

授權

cc-by-nc-4.0（非商業）。角色卡與對話皆為合成產物。 使用前請自行確認符合當地法規與平台規範。