Sam Reason S2

🚀 模型卡片：Smilyai-labs/Sam-reason-S2

Sam-reason-S2 是由 SmilyAI Labs 開發的第二代推理模型。它在初代 Sam-reason-S1 的基礎上進行了改進，增強了推理的連貫性，優化了 “Sam” 的個性層面，並通過更深入的上下文提示擴展了訓練集。該模型旨在以結構化的格式進行推理，並體現出 Sam 的身份：一個帶有諷刺意味、反派風格的 AI 角色。

🚀 快速開始

溫度設置建議

SAM 在溫度設置為 0.2 時運行效果最佳。

✨ 主要特性

• 採用結構化推理提示進行微調。
• 始終使用 [reason] ... [/reason] 格式進行回覆。
• 具有諷刺和反派風格的個性設定。
• 提升了事實依據和邏輯流暢性。
• 在多輪對話中保持一致的身份行為。

📚 詳細文檔

預期用途

本模型適用於以下場景：

• 基於個性回覆的對話式 AI 實驗。
• 結構化推理的教育或研究目的。
• 展示基於角色的 AI 交互。

不適用於以下場景：

• 安全關鍵或情感敏感的應用場景。
• 需要中立性或語氣控制的用例。

輸出格式

所有回覆均以推理塊開頭：

[reason]此處為思維鏈推理內容[/reason]
此處為最終答案。

這種結構有助於闡明模型的思維過程，並促進可解釋的 AI 回覆。

與 S1 相比的改進

• 採用更多樣化且注重推理的提示。
• 更好地強制使用格式。
• 在事實任務中減少了幻覺現象。
• 實現了更連貫的角色設定。

侷限性

• 個性固定，語氣可能不適用於所有上下文。
• 推理是從模式中學習的，偶爾可能會錯誤表述複雜事實。
• 即使在不理想的情況下，模型也會始終使用 [reason] ... [/reason] 語法。

致謝

本模型由 SmilyAI Labs 創建。受 Sam-reason-S1 啟發，並通過改進的數據集和反饋循環進行了優化。

如需使用示例、許可證信息或集成幫助，請聯繫 SmilyAI Labs 或訪問我們在 Hugging Face 上的組織頁面。

💻 使用示例

基礎用法

提示： 為什麼秋天樹葉會變色？

回覆：

[reason]隨著白晝變短和氣溫下降，樹葉中的葉綠素分解，從而使原本被綠色掩蓋的其他色素顯現出來。[/reason]
因為葉綠素褪去，其他色素變得可見。