Miqu DPO — это та же модель, что и Miqu, с DPO, обученным на MiquMaid v2 в формате Alpaca. Это было сделано с целью попытаться исключить дальнейшую цензуру Miqu и сделать подсказку Alpaca более удобной для использования с базовым Miqu. Также это будет одна из базовых для MiquMaid-v2-2x70B-DPO. База Мику ДЕЙСТВИТЕЛЬНО подвергается цензуре за пределами RP, этот LoRA позволил ему ответить кое-что еще, но это все. Чтобы полностью реализовать свой потенциал, он должен быть объединен с MiquMaid/MoE, поскольку loRA был основан на MiquMaid, а не на базе Miqu. Я все еще публикую это для тех, кто этого хочет. Модель немного снята с цензуры, но есть некоторые предупреждения. Иногда отвечайте действительно неэтично. — NothingExistsOnTheInternet/ToxicDPOqa — Undi95/токсик-dpo-v0.1-NoWarning Или простой формат Mistral (но на Альпаке была сделана безцензура, поэтому рекомендуется использовать Альпаку).
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: Undi95
Теги: llama, conversational, text-generation-inference, endpoints_compatible
Лайков: 7 | Загрузок: 478
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
