Zhi Writing Dsr1 14b Gptq Int4

🚀 智写作-dsr1-14b

智写作-dsr1-14b是基于DeepSeek-R1-Distill-Qwen-14B微调的模型，专门针对创意写作能力进行了优化。通过多项基准测试评估，该模型在创意写作方面的表现有显著提升。

🚀 快速开始

本地运行方法

智写作-dsr1-14b可以部署在多种硬件配置上，包括80GB内存的GPU、单张H20/A800/H800或两张RTX 4090。此外，INT4量化版本智写作-dsr1-14b-gptq-int4可以部署在单张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 = "请你以鲁迅的口吻，写一篇介绍西湖醋鱼的文章"
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 轻松启动服务。

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": "请你以鲁迅的口吻，写一篇介绍西湖醋鱼的文章",
        "max_tokens": 4096,
        "temperature": 0.6,
        "top_p": 0.95
    }'

vllm

例如，你可以使用 vLLM 轻松启动服务。

# 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": "请你以鲁迅的口吻，写一篇介绍西湖醋鱼的文章",
        "max_tokens": 4096,
        "temperature": 0.6,
        "top_p": 0.95
    }'

SGLang

你也可以使用 SGLang 轻松启动服务。

# 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": "请你以鲁迅的口吻，写一篇介绍西湖醋鱼的文章",
        "max_tokens": 4096,
        "temperature": 0.6,
        "top_p": 0.95
    }'

ollama

你可以通过 此链接 下载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

智写作-dsr1-14b是基于DeepSeek-R1-Distill-Qwen-14B进行微调的模型，专门针对创意写作能力进行了优化。在多个基准测试中，该模型的创意写作性能有显著提升：

• 在 大语言模型创意故事写作基准测试 中，该模型取得了 8.33 分的成绩，而其基础模型的得分仅为 7.8 分。
• 在 写作基准测试 评估框架中，该模型获得了 8.46 分，相比DeepSeek-R1-Distill-Qwen-14B的 7.93 分有所提高。
• 在AlpacaEval数据集上使用GPT-4o进行评估时，与基础模型相比，该模型的胜率达到了 82.6%。

在通用能力方面，评估显示该模型在知识和推理任务（CMMLU、MMLU-Pro）中有 2% - 5% 的适度提升，在数学推理方面也有令人鼓舞的进展，如在 AIME-2024、AIME-2025和GSM8K 等基准测试中表现良好。结果表明，与DeepSeek-R1-Distill-Qwen-14B相比，该模型在创意写作、知识/推理和数学任务方面保持了平衡的性能，这些特点使其可能适用于一系列通用应用。

🔧 技术细节

训练数据

该模型的训练语料主要包含三个来源：经过严格筛选的开源数据集、思维链推理语料库以及从知乎精心整理的问答对。为了实现最佳的领域覆盖，我们精心平衡了各种数据集的分布，包括 Dolphin-r1、Congliu/中文-DeepSeek-R1-蒸馏数据-110k、OpenThoughts-114k、Light-R1-SFTData 和 Light-R1-DPOData，以及来自知乎的高质量内容。所有数据集都通过我们的奖励模型（RM）过滤管道进行了全面的质量保证。

训练方法

• 监督微调（SFT）：我们采用课程学习策略进行监督微调。这种系统的方法在纳入不同领域数据的同时，系统地增强了创意写作能力，以保持核心竞争力并减轻灾难性遗忘。
• 直接偏好优化（DPO）：对于编辑距离较小的场景，我们使用Step-DPO（arxiv:2406.18629）有选择地惩罚错误的标记，同时在损失函数中纳入DPOP（arXiv:2402.13228）提出的正约束。

💡 使用建议

在使用智写作-dsr1-14b时，包括进行基准测试，我们建议遵循以下配置以获得预期的性能：

• 将温度设置在0.5 - 0.7的范围内（建议设置为0.6），以防止出现无休止的重复或输出不连贯的情况。
• 评估模型性能时，建议进行多次测试并取结果的平均值。（数学任务使用 n = 16 和 max_tokens = 32768，其他任务使用 n = 2）
• 为了确保模型像DeepSeek-R1系列模型一样进行深入推理，建议在每次输出开始时强制模型以 "<think>\n" 开头。

📄 许可证

本项目采用Apache-2.0许可证。

📚 详细文档

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}, 
}

联系我们

如果您有任何问题，请提出问题或通过 ai@zhihu.com 联系我们。

📦 模型信息