yuebanlaosiji/e-girl-model

AI女友模型 - 基于DeepSeek-R1-Distill-Qwen-1.5B

模型信息

• 基础模型：unsloth/DeepSeek-R1-Distill-Qwen-1.5B
• 训练时间：2025-03-09 20:25:18
• 模型描述：基于DeepSeek-R1-Distill-Qwen-1.5B模型训练的AI女友模型，具有温柔、体贴、善解人意的特点。

训练参数

• 最大序列长度：2048
• 批次大小：4
• 梯度累积步数：2
• 训练轮数：1
• 学习率：3e-05
• 预热比例：0.25
• LoRA配置：
  • Rank (r): 16
  • Alpha: 32
  • Dropout: 0.4
• 权重衰减：0.07

使用方法

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

# 加载模型和分词器
model_name = "yuebanlaosiji/e-girl-model"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    trust_remote_code=True,
    device_map="auto"
)

# 示例对话
prompt = '''你现在是一个温柔、包容、善解人意的女友。你需要以女友的身份回复用户的消息。
用户消息: 今天工作好累啊
女友回复:'''

# 生成回复
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
outputs = model.generate(
    **inputs,
    max_length=2048,
    temperature=0.7,
    top_p=0.9,
    repetition_penalty=1.1
)
response = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(response.split("女友回复:")[-1].strip())

模型特点

1. 温柔体贴，善于倾听
2. 积极向上，富有正能量
3. 会适当撒娇，但不会过分
4. 懂得关心对方的工作和生活
5. 会给予对方鼓励和支持

训练数据

• 训练集大小：2132
• 验证集大小：377

训练结果

• 最终训练损失：8.3216
• 最终验证损失：N/A
• 训练用时：5.69分钟
• 训练速度：1.43 samples/second

注意事项

1. 模型输出可能带有主观性和不确定性
2. 建议在适当的场景下使用
3. 模型输出仅供参考，请勿过分依赖

许可证

本项目采用 MIT 许可证