过往的ChatHaruhi模型需要角色库来完成角色的构建，而Pygmalion，CharacterGLM，CharacterBaichuan等开源/闭源模型都开始支持zero-shot的角色卡片创建 我们构造以及收集了105k个中英文的conversation，以2500的token长度重新切到了120k左右个conversation，再结合小说数据进行了训练 — 李鲁鲁完成了数据的收集，搭建了gradio雏形 — 刘崇寒完成了Yi-6B模型的sft训练并且上传 — 豆角完成了qwen-1.8B Lora和Yi-6B Lora训练，我们会在之后上传 — 米唯实测试并完成了demo中的模型inference代码 Main project link: https://github.com/LC1332/Chat-Haruhi-Suzumiya Previous ChatHaruhi models required a character RAG database to complete character creation. However, open-source/closed-source models like Pygmalion, CharacterGLM, CharacterBaichuan have started to support zero-shot role card creation. We constructed and collected 105k Chinese and English conversations, resegmented them into around 120k conversations with a token length of 2500, and combined them with novel data for training. https://github.com/LC1332/Zero-Haruhi/blob/main/notebook/HaruhiZeroGradio.ipynb — Haruhi Like的小说数据(0.5版本加入) — 重新构造2k级别的小说人物，均匀抽取小说的chunk，进行人物system prompt总结 — 看看Janitor最好的人物是怎么构造的 — 使用抽取抽取50k级别的小说的人物，用其他角色的长对话进行query — RAG的时候每个对话出现2-3次，然后在测试集出现一次 — 80%的openai和20%的claude — 删除“我是一个AI助手”的数据（0.2版本加入） — 身份认知数据加强（0.3版本加入） — 加强我是谁和你是谁的数据 — Stylish翻译数据 — 如果验证这个数据有用，就把中文小说批量翻译成英文和日文用一下
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: silk-road
Теги: llama, conversational, zh, en, text-generation-inference, endpoints_compatible
Лайков: 3 | Загрузок: 50
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
