Captain Eris Violet GRPO V0.420

🚀 キャプテン・エリス・バイオレット・GRPO-v0.420 モデル

このモデルは、多段階の教師あり微調整、事前学習されたQLoRAアダプター、およびGRPOで最適化された多段階RLHFを組み合わせて開発されました。

🚀 クイックスタート

このセクションでは、モデルの概要と最新情報をご紹介します。

更新情報

モデル画像自体が、SillyTavern用のインポート可能なキャラクターカードとして利用可能になりました。これは、このモデルで独自のカードを準備する方法の一例となります。

✨ 主な機能

学習に関する注意事項

このモデルは、多段階の教師あり微調整、事前学習されたQLoRAアダプター、およびGRPOで最適化された多段階RLHFを組み合わせて開発されました。最終的なモデルは、この過程で特定された最も有望な候補をマージすることで作成されました。

量子化モデル

以下の量子化モデルが利用可能です。ありがとう、Mradermacher <3 Regular GGUF Imatrix GGUF 4bpw Exl2

SillyTavernの推論ブロック解析例

SillyTavernのMistralフォーマット例

マスターインポートプリセットはこちら

シリーズ比較

🔧 技術詳細

モデルのマージ設定

この最終バージョンのモデルを作成するために使用されたYAML設定は次のとおりです。

slices:
  - sources:
      - model: Nitral-AI/Captain-Eris_Violet-0.420-Rebased
        layer_range: [0, 40]
      - model: Nitral-AI/Captain-Eris_Violet-GRPO-Rebased
        layer_range: [0, 40]
merge_method: slerp
base_model: Nitral-AI/Captain-Eris_Violet-0.420-Rebased
parameters:
  t:
    - filter: self_attn
      value: [0, 0.5, 0.3, 0.7, 1]
    - filter: mlp
      value: [1, 0.5, 0.7, 0.3, 0]
    - value: 0.420
dtype: bfloat16

📄 ライセンス

このモデルは、otherライセンスの下で提供されています。

📦 モデル情報