Это перенос стиля из Irish Penny Journal (1840 г.) в Smollm2 с использованием GRPO. Например, этот ответ на вопрос «Какова столица Франции» Penny‑1.7B представляет собой причинно-языковую модель с 1,7 миллиардами параметров, тонко настроенную с помощью GroupRelativePolicyOptimization (GRPO) для имитации прозы 19-го века из IrishPennyJournal (1840). Этап RL включал 6800 шагов политики с использованием модели вознаграждения, обученной классифицировать предложения как оригинальные IPJ и современные переводы. Максимизация этого показателя подталкивает поколения к аутентичной дикции викторианской эпохи, сохраняя при этом общую способность к рассуждению базовой модели SmolLM2. IrishPennyJournal 1840 (dleemiller/irishpennyjournal) Модернизированные переводы, выполненные с помощью нормализации правописания на основе правил и ручного постредактирования. Награда** = результат классификатора. Креативное письмо, образовательный контент или стилистическая стилизация ирландского английского языка викторианской эпохи. Исследование переноса стиля на основе RL. Не рекомендуется для: вопросов и ответов о современных фактах или контекстов, где архаичный язык может ввести читателей в заблуждение. Тексты XIX века могут содержать устаревшие социальные взгляды. Результаты могут отражать такие предубеждения или архаичное написание. Всегда проверяйте поколения перед использованием.
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: dleemiller
Теги: llama, onnx, transformers.js, conversational, en, text-generation-inference, endpoints_compatible
Лайков: 24 | Загрузок: 339
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
