| license: mit | |
| language: | |
| - zh | |
| tags: | |
| - not-for-all-audiences | |
| # 基于[xiaol的7B role模型](https://hf-mirror.com/xiaol/RWKV-v5.2-7B-Role-play-16k/blob/main/rwkv_v5.2_7B_role_play_16k.pth)进行的nsfw和roleplay特训微调 | |
| ### 微调使用了1GB NSFW小说数据集，以及300M的小说续写数据集，并混入了450M的User Assistant标准问答指令数据集以保证降低微调带来的影响 | |
| ### 最后混入了大约5M的roleplay和TRPG数据集进行Lora | |
| ### 使用以下参数进行Lora得到的模型 | |
| #### Lora_R=256 | |
| #### Lora_Alpha=512 | |
| #### Steps=50 | |
| #### Epoch=84 | |
| #### StartLoss=1.9 | |
| #### EndLoss=1.84 | |