rzline/
Tifa-Deepsex-14b-CoT-Chat-Q8.gguf:latest

913 10 months ago

10 months ago

8412d9d22390 · 16GB ·

model
qwen2
·
14.8B
·
Q8_0

Readme

Tifa-Deepsex-14b-CoT-Chat-Q8

Hugging Face仓库 激进版本 F16 Q4量化

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。

仅转存模型，暂无修改

  • 采用标准数据训练，使用成熟RL策略，附加防重复强化学习，适合正常使用，输出文本质量正常，少数情况下思维发散。

  • 增量训练0.4T小说内容

  • 100K由TifaMax生成的SFT数据，10K由DeepseekR1生成的SFT数据，2K高质量人工数据

  • 30K由TifaMax生成的DPO强化学习数据，用于防止重复，增强上下文关联，提升政治安全性