Zhi Writing Dsr1 14b Gptq Int4

🚀 智寫作-dsr1-14b

智寫作-dsr1-14b是基於DeepSeek-R1-Distill-Qwen-14B微調的模型，專門針對創意寫作能力進行了優化。通過多項基準測試評估，該模型在創意寫作方面的表現有顯著提升。

🚀 快速開始

本地運行方法

智寫作-dsr1-14b可以部署在多種硬件配置上，包括80GB內存的GPU、單張H20/A800/H800或兩張RTX 4090。此外，INT4量化版本智寫作-dsr1-14b-gptq-int4可以部署在單張RTX 4090上。

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer
from transformers.generation import GenerationConfig

MODEL_NAME = "Zhihu-ai/Zhi-writing-dsr1-14b"
tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME, trust_remote_code=True)

# use bf16
# model = AutoModelForCausalLM.from_pretrained(MODEL_NAME, device_map="auto", trust_remote_code=True, bf16=True).eval()
# use fp16
# model = AutoModelForCausalLM.from_pretrained(MODEL_NAME, device_map="auto", trust_remote_code=True, fp16=True).eval()
# use cpu only
# model = AutoModelForCausalLM.from_pretrained(MODEL_NAME, device_map="cpu", trust_remote_code=True).eval()
# use auto mode, automatically select precision based on the device.
model = AutoModelForCausalLM.from_pretrained(
    MODEL_NAME,
    device_map="auto",
    trust_remote_code=True
).eval()

# Specify hyperparameters for generation. But if you use transformers>=4.32.0, there is no need to do this.
# model.generation_config = GenerationConfig.from_pretrained(MODEL_NAME, trust_remote_code=True)

generate_configs = {
    "temperature": 0.6,
    "do_sample": True,
    "top_p": 0.95,
    "max_new_tokens": 4096
}

prompt = "請你以魯迅的口吻，寫一篇介紹西湖醋魚的文章"
messages = [
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)

model_inputs = tokenizer([text], return_tensors="pt").to(model.device)

generated_ids = model.generate(
    **model_inputs,
    **generate_configs
)
generated_ids = [
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]

response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
print(response)

ZhiLight

你可以使用 ZhiLight 輕鬆啟動服務。

docker run -it --net=host --gpus='"device=0"' -v /path/to/model:/mnt/models --entrypoints="" ghcr.io/zhihu/zhilight/zhilight:0.4.17-cu124 python -m zhilight.server.openai.entrypoints.api_server --model-path /mnt/models --port 8000 --enable-reasoning --reasoning-parser deepseek-r1 --served-model-name Zhi-writing-dsr1-14b

curl http://localhost:8000/v1/completions \
    -H "Content-Type: application/json" \
    -d '{
        "model": "Zhi-writing-dsr1-14b",
        "prompt": "請你以魯迅的口吻，寫一篇介紹西湖醋魚的文章",
        "max_tokens": 4096,
        "temperature": 0.6,
        "top_p": 0.95
    }'

vllm

例如，你可以使用 vLLM 輕鬆啟動服務。

# install vllm
pip install vllm>=0.6.4.post1

# huggingface model id
vllm serve Zhihu-ai/Zhi-writing-dsr1-14b --served-model-name Zhi-writing-dsr1-14b --port 8000

# local path
vllm serve /path/to/model --served-model-name Zhi-writing-dsr1-14b --port 8000

curl http://localhost:8000/v1/completions \
    -H "Content-Type: application/json" \
    -d '{
        "model": "Zhi-writing-dsr1-14b",
        "prompt": "請你以魯迅的口吻，寫一篇介紹西湖醋魚的文章",
        "max_tokens": 4096,
        "temperature": 0.6,
        "top_p": 0.95
    }'

SGLang

你也可以使用 SGLang 輕鬆啟動服務。

# install SGLang
pip install "sglang[all]>=0.4.5" --find-links https://flashinfer.ai/whl/cu124/torch2.5/flashinfer-python

# huggingface model id 
python -m sglang.launch_server --model-path Zhihu-ai/Zhi-writing-dsr1-14b --served-model-name Zhi-writing-dsr1-14b --port 8000

# local path
python -m sglang.launch_server --model-path /path/to/model  --served-model-name Zhi-writing-dsr1-14b --port 8000

# send request
curl http://localhost:8000/v1/completions \
    -H "Content-Type: application/json" \
    -d '{
        "model": "Zhi-writing-dsr1-14b",
        "prompt": "請你以魯迅的口吻，寫一篇介紹西湖醋魚的文章",
        "max_tokens": 4096,
        "temperature": 0.6,
        "top_p": 0.95
    }'

ollama

你可以通過 此鏈接 下載ollama。

• 量化：Q4_K_M

ollama run zhihu/zhi-writing-dsr1-14b

• bf16

ollama run zhihu/zhi-writing-dsr1-14b:bf16

✨ 主要特性

智寫作-dsr1-14b是基於DeepSeek-R1-Distill-Qwen-14B進行微調的模型，專門針對創意寫作能力進行了優化。在多個基準測試中，該模型的創意寫作性能有顯著提升：

• 在 大語言模型創意故事寫作基準測試 中，該模型取得了 8.33 分的成績，而其基礎模型的得分僅為 7.8 分。
• 在 寫作基準測試 評估框架中，該模型獲得了 8.46 分，相比DeepSeek-R1-Distill-Qwen-14B的 7.93 分有所提高。
• 在AlpacaEval數據集上使用GPT-4o進行評估時，與基礎模型相比，該模型的勝率達到了 82.6%。

在通用能力方面，評估顯示該模型在知識和推理任務（CMMLU、MMLU-Pro）中有 2% - 5% 的適度提升，在數學推理方面也有令人鼓舞的進展，如在 AIME-2024、AIME-2025和GSM8K 等基準測試中表現良好。結果表明，與DeepSeek-R1-Distill-Qwen-14B相比，該模型在創意寫作、知識/推理和數學任務方面保持了平衡的性能，這些特點使其可能適用於一系列通用應用。

🔧 技術細節

訓練數據

該模型的訓練語料主要包含三個來源：經過嚴格篩選的開源數據集、思維鏈推理語料庫以及從知乎精心整理的問答對。為了實現最佳的領域覆蓋，我們精心平衡了各種數據集的分佈，包括 Dolphin-r1、Congliu/中文-DeepSeek-R1-蒸餾數據-110k、OpenThoughts-114k、Light-R1-SFTData 和 Light-R1-DPOData，以及來自知乎的高質量內容。所有數據集都通過我們的獎勵模型（RM）過濾管道進行了全面的質量保證。

訓練方法

• 監督微調（SFT）：我們採用課程學習策略進行監督微調。這種系統的方法在納入不同領域數據的同時，系統地增強了創意寫作能力，以保持核心競爭力並減輕災難性遺忘。
• 直接偏好優化（DPO）：對於編輯距離較小的場景，我們使用Step-DPO（arxiv:2406.18629）有選擇地懲罰錯誤的標記，同時在損失函數中納入DPOP（arXiv:2402.13228）提出的正約束。

💡 使用建議

在使用智寫作-dsr1-14b時，包括進行基準測試，我們建議遵循以下配置以獲得預期的性能：

• 將溫度設置在0.5 - 0.7的範圍內（建議設置為0.6），以防止出現無休止的重複或輸出不連貫的情況。
• 評估模型性能時，建議進行多次測試並取結果的平均值。（數學任務使用 n = 16 和 max_tokens = 32768，其他任務使用 n = 2）
• 為了確保模型像DeepSeek-R1系列模型一樣進行深入推理，建議在每次輸出開始時強制模型以 "<think>\n" 開頭。

📄 許可證

本項目採用Apache-2.0許可證。

📚 詳細文檔

引用方式

@misc{Zhi-writing-dsr1-14b,
      title={Zhi-writing-dsr1-14b: Curriculum Reinforcement and Direct Preference Optimization for Robust Creative Writing in LLMs}, 
      author={Jiewu Wang, Xu Chen, Wenyuan Su, Chao Huang, Hongkui Gao, Lin Feng, Shan Wang, Lu Xu, Penghe Liu, Zebin Ou},
      year={2025},
      eprint={},
      archivePrefix={},
      url={https://huggingface.co/Zhihu-ai/Zhi-writing-dsr1-14b}, 
}

聯繫我們

如果您有任何問題，請提出問題或通過 ai@zhihu.com 聯繫我們。

📦 模型信息