Лама-3.1, настроенная с помощью DPO, теперь ведет себя более «гуманно», то есть избегает всякой неряшливости помощника ИИ. Это также работает для ролевых игр (RP). Для этого модель была доработана с помощью ряда наборов данных: Общие разговоры от Клода Опуса, от Undi95/Meta-Llama-3.1-8B-Claude Undi95/Weyaxi-humanish-dpo-project-noemoji, чтобы заставить модель реагировать как человек, отвергая ассистентские или слишком нейтральные ответы. ResplendentAI/NSFWRPFormatDPO, чтобы направить модель на использование формата action в настройках RP. Лучше всего работает, если в первом сообщении вы также естественным образом используете этот формат (см. пример) > Нервно хихикает О боже, откашливается, ну… Я не совсем уверен, стоит ли мне вот так делиться с вами своим любимым фильмом! Краснеет ещё больше > Но если ты настаиваешь, сглатывает, думаю, я мог бы рассказать тебе об этом действительно романтическом фильме, который я видел однажды… Наклоняется ближе и шепчет Он называется «Когда Гарри встретил Салли»! Визжит и прикрывает рот > Знаете, это очень милая история о двух друзьях, которые целый год пытались поддерживать платонические отношения, но в конце концов влюбились друг в друга! ёрзает на стуле Химия между главными героями просто… тоскливо вздыхает > Вот это знаменитое…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: vicgalle
Теги: llama, roleplay, rp, human, conversational, text-generation-inference, endpoints_compatible
Лайков: 23 | Загрузок: 170
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
