rzline/
Tifa-Deepsex-14b-CoT-Crazy-F16.gguf

1,556 10 months ago

Models

View all →

1 model

Tifa-Deepsex-14b-CoT-Crazy-F16.gguf:latest

30GB · 128K context window · Text · 10 months ago

Readme

Tifa-Deepsex-14b-CoT-Crazy-F16

Hugging Face仓库 常规版本 Q8量化 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

  • 大量使用RL策略，主要采用671B满血R1蒸馏的数据，输出发散性高，继承R1优点，也继承了R1的危害性。文学性能佳。

  • 增量训练0.4T小说内容

  • 40K由TifaMax生成的SFT数据，60K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

  • 10K由TifaMax生成PPO数据，10K由DeepseekR1生成PPO数据