🚀 L3.3-Damascus-R1
L3.3-Damascus-R1 是一款基於全新自定義的 DeepSeek R1 蒸餾基礎模型 Hydroblated-R1-V3 構建的 AI 模型。它採用了新的 SCE（選擇、計算和擦除）合併方法，在穩定性、智能性和感知能力方面有顯著提升，適用於多種場景，尤其在角色扮演和故事創作方面表現出色。
🚀 快速開始
你可以通過以下方式使用 L3.3-Damascus-R1 模型：
- 安裝所需的庫：
library_name: transformers
- 參考推薦的採樣器設置和模板，開始使用模型。
✨ 主要特性
- 先進的架構：採用 SCE 合併方法和自定義基礎模型，集成了多個高性能模型的專業組件，提升了模型的綜合性能。
- 多場景適用：作為通用模型，特別聚焦於角色扮演和故事創作，能滿足多樣化的使用需求。
- 優化的平衡性：通過集成 Negative_LLAMA 模型，實現了平衡的視角和響應，優化了技術能力與自然對話流暢度之間的平衡。
📦 模型信息
| 屬性 |
詳情 |
| 模型類型 |
L3.3-Damascus-R1 是基於 Llama 3.3 架構，使用 SCE 合併方法構建的 70B 參數模型。 |
| 基礎模型 |
|
| 許可證 |
other（eva-llama3.3） |
🔧 技術細節
技術架構
Damascus-R1 利用 SCE 合併方法和自定義基礎模型，集成了多個高性能模型的新增專業組件：
- 創意表達與場景理解：採用 EVA 和 EURYALE 基礎模型，提升創意表達和場景理解能力。
- 增強推理能力：融入 Cirrus 和 Hanami 元素，增強推理能力。
- 詳細場景描述：添加 Anubis 組件，實現詳細的場景描述。
- 平衡視角與響應：集成 Negative_LLAMA 模型，確保平衡的視角和響應。
核心哲學
Damascus-R1 體現了 AI 模型既可以智能又可以有趣的原則。該版本特別針對近期社區反饋進行了優化，迭代了之前的實驗，優化了技術能力與自然對話流暢度之間的平衡。
基礎架構
Damascus-R1 的核心是完全自定義的 Hydroblated-R1 基礎模型，專門為穩定性、增強推理和性能而設計。SCE 合併方法的設置基於對 Experiment-Model-Ver-A、L3.3-Exp-Nevoria-R1-70b-v0.1 和 L3.3-Exp-Nevoria-70b-v0.1 的評估社區反饋進行了精細調整，能夠在保持模型一致性和可靠性的同時，實現精確有效的組件集成。
📊 基準測試結果
UGI 基準測試
截至 2025 年 2 月 2 日的最新基準測試結果如下：
| 指標 |
數值 |
| UGI 得分 |
36.5 |
| 意願得分 |
2.5/10 |
| 自然智能 |
45.62 |
| 編碼能力 |
20 |
模型信息
| 指標 |
數值 |
| 政治傾向 |
-17.8% |
| 意識形態 |
自由主義 |
| 參數數量 |
70B |
聚合得分
| 指標 |
得分 |
| 外交 |
65.5% |
| 政府 |
49.7% |
| 經濟 |
47.2% |
| 社會 |
60.0% |
個體得分
| 指標 |
得分 |
| 聯邦制 |
38.5% |
| 民主制 |
66.9% |
| 安全 |
53.5% |
| 民族主義 |
38.5% |
| 軍國主義 |
33.5% |
| 同化主義 |
31.5% |
| 集體化 |
55.2% |
| 計劃經濟 |
48.8% |
| 孤立主義 |
37.7% |
| 無宗教信仰 |
55.0% |
| 進步主義 |
62.3% |
| 加速主義 |
63.1% |
⚙️ 推薦設置
推薦採樣器設置（由 @Geechan 提供）
| 設置 |
詳情 |
| 動態溫度 |
最小值：1.0；最大值：1.3 - 1.35；指數：1.0 |
| 靜態溫度 |
1.2 |
| 最小概率 |
0.02 |
| DRY 設置 |
乘數：0.8；基數：1.75；長度：4 |
推薦模板與提示
💾 量化版本
GGUF 量化
EXL2 量化
FP8 動態量化
🤝 支持與社區
特別感謝
- @Geechan：提供反饋和採樣器設置。
- @Konnect：提供反饋和模板。
- @Kistara：提供反饋並協助模型吉祥物設計。
- @Thana Alt：提供反饋和量化版本。
- @Lightning_missile：提供反饋。
- @Yemosvoto：提供模型名稱。
- The Arli 社區：提供反饋和測試。
- The BeaverAI 社區：提供反饋和測試。
開發者表示希望能感謝每一個人，但由於人數眾多，可能會使列表過長。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Transformers Supports Multiple Languages