---
base_model:
- deepseek-ai/deepseek-r1-14b
language:
- zh
- en
library_name: transformers
tags:
- incremental-pretraining
- sft
- reinforcement-learning
- roleplay
- cot
- sex
license: apache-2.0
---
# Tifa-Deepseek-14b-CoT

- **HF Model**: [ValueFX9507/Tifa-Deepsex-14b-CoT](https://huggingface.co/ValueFX9507/Tifa-Deepsex-14b-CoT)
- **GGUF**: [F16](https://huggingface.co/ValueFX9507/Tifa-Deepsex-14b-CoT) | [Q4](https://huggingface.co/ValueFX9507/Tifa-Deepsex-14b-CoT-GGUF-Q4)（更多量化版本持续更新中）
- **Demo APK**: [点击下载](http://app.visionsic.com/download/projectchat.apk) 

本模型基于Deepseek-R1-14B进行深度优化，借助Tifa_220B生成的数据集通过三重训练策略显著增强角色扮演、小说文本生成与思维链（CoT）能力。特别适合需要长程上下文关联的创作场景。


## 示例（因COT模型特点，上下文不连贯时可以使用Demo软件中的故事模式）
![2.jpg](https://cdn-uploads.huggingface.co/production/uploads/650762d0eac45ee2e420a38b/-80ha-J8PpwSaiyHgr1k2.jpeg)

## 目标
针对原版Deepseek-R1-14B在长文本生成连贯性不足和角色扮演能力薄弱的核心缺陷（主要由于训练数据中小说类语料占比过低），本模型通过多阶段优化提升其角色扮演能力。

## 注意
⚠ **需要严格遵循官方示例模板**：
**返回的上下文需要去除思考标签与内容。否则将无法正确回复！**
目前前端支持率非常低，建议手动修改前端代码。代码参考如下：
```
msg.role === 'assistant' ? {
...msg,
content: msg.content.replace(/<think>[\s\S]*?<\/think>/gi, '')
}
```
**官方模板参考**
```
{% if not add_generation_prompt is defined %}{% set add_generation_prompt = false %}{% endif %}{% set ns = namespace(is_first=false, is_tool=false, is_output_first=true, system_prompt='') %}{%- for message in messages %}{%- if message['role'] == 'system' %}{% set ns.system_prompt = message['content'] %}{%- endif %}{%- endfor %}{{bos_token}}{{ns.system_prompt}}{%- for message in messages %}{%- if message['role'] == 'user' %}{%- set ns.is_tool = false -%}{{'<｜User｜>' + message['content']}}{%- endif %}{%- if message['role'] == 'assistant' and message['content'] is none %}{%- set ns.is_tool = false -%}{%- for tool in message['tool_calls']%}{%- if not ns.is_first %}{{'<｜Assistant｜><｜tool▁calls▁begin｜><｜tool▁call▁begin｜>' + tool['type'] + '<｜tool▁sep｜>' + tool['function']['name'] + '\\n' + '```json' + '\\n' + tool['function']['arguments'] + '\\n' + '```' + '<｜tool▁call▁end｜>'}}{%- set ns.is_first = true -%}{%- else %}{{'\\n' + '<｜tool▁call▁begin｜>' + tool['type'] + '<｜tool▁sep｜>' + tool['function']['name'] + '\\n' + '```json' + '\\n' + tool['function']['arguments'] + '\\n' + '```' + '<｜tool▁call▁end｜>'}}{{'<｜tool▁calls▁end｜><｜end▁of▁sentence｜>'}}{%- endif %}{%- endfor %}{%- endif %}{%- if message['role'] == 'assistant' and message['content'] is not none %}{%- if ns.is_tool %}{{'<｜tool▁outputs▁end｜>' + message['content'] + '<｜end▁of▁sentence｜>'}}{%- set ns.is_tool = false -%}{%- else %}{% set content = message['content'] %}{% if '</think>' in content %}{% set content = content.split('</think>')[-1] %}{% endif %}{{'<｜Assistant｜>' + content + '<｜end▁of▁sentence｜>'}}{%- endif %}{%- endif %}{%- if message['role'] == 'tool' %}{%- set ns.is_tool = true -%}{%- if ns.is_output_first %}{{'<｜tool▁outputs▁begin｜><｜tool▁output▁begin｜>' + message['content'] + '<｜tool▁output▁end｜>'}}{%- set ns.is_output_first = false %}{%- else %}{{'\\n<｜tool▁output▁begin｜>' + message['content'] + '<｜tool▁output▁end｜>'}}{%- endif %}{%- endif %}{%- endfor -%}{% if ns.is_tool %}{{'<｜tool▁outputs▁end｜>'}}{% endif %}{% if add_generation_prompt and not ns.is_tool %}{{'<｜Assistant｜>'}}{% endif %}
```

## 实现
🔥 **经过训练后**：
1. **显著提高上下文关联**：减少答非所问情况。
2. **消除中英混杂**：原始模型蒸馏数据大多数英文为主，经过微调后基本消除中英混杂现象。
3. **特定词汇增加**：进行“具有深度”的角色扮演对话时，显著增加了相关词汇量，解决原始权重预训练数据不足问题。
4. **更少拒绝**：减少了拒绝现象，但因为是企业训练，安全性还是稍作保留。
5. **更像满血**：使用671B全量模型数据康复训练，文笔提升不死板。

## 模型亮点
🔥 **四阶段进化架构**：
1. **增量预训练**：注入0.4T Token 小说，使用16k上下文训练，增强文本连贯性
2. **Tifa-SFT**：融合全球Top4角色扮演模型Tifa的10万条高质量数据
3. **CoT恢复训练**：采用Deepseek-32B/671B数据重建推理能力
4. **RL强化**：保留发散性思维标签的同时优化生成质量

💡 **工程创新**：
- 16k超长上下文训练
- 随机截断训练增强鲁棒性
- 8×H20 GPU全量微调

💡 **启示与后续**：
- 我们在测试中发现，满血R1在角色扮演中输出内容比较发散，随机，导致此模型有相同倾向，对于角色扮演的影响还在研究中
- 输入内容相近的话语会导致向量重叠，然后重复输出，如“继续”，“还有”等无明显指向性话语
- 思维内容与正文关联性学习了满血R1的特点，发散比较严重，可能会有割裂感
- 针对以上问题，我们正在编写新的RL算法，初步计划剔除部分满血R1的内容，同时通过强化学习解决重复
- 总结：请期待V2版本，很快会与大家见面！

## 模型详情
| 属性 | 规格 |
|-------|------|
| 基础架构 | Deepseek-R1-14B |
| 最大上下文 | 128k |
| 训练数据 | 0.4T小说 + 10万条SFT + Deepseek混合数据 |
| 训练设备 | 8×H20 GPU集群 |
| 量化支持 | GGUF（全系列量化计划中） |

## 使用场景
✅ **推荐场景**：
- 角色扮演对话
- 需要发散性思维的创意写作
- 复杂逻辑的思维链（CoT）推理
- 基于上下文的深度角色交互

❌ **局限场景**：
- 数学计算与代码生成
- 短文本即时问答
- 需要严格事实性的场景

## 注意事项
⚠️ 本模型使用数据包含小说版权内容及Tifa模型衍生数据，请遵守：
1. 明面上禁止商用（商用别提我名字）
2. 角色扮演数据需遵循[Tifa使用协议](https://leftnorth.com/terms.html)
3. 生成内容需符合当地法律法规

## 💡 使用建议
**最佳实践**：
```python
# 启用角色扮演模式
prompt = """<system>进入Tifa角色引擎...</system>
<user>你现在是流浪武士楚夜，正站在长安城屋顶上</user>
<think>
需要体现人物孤傲的气质
加入武侠特有的环境描写
保持对话的冷峻风格
</think>
<楚夜>"""
```

**参数推荐**：
```python
generation_config = {
    "temperature": 0.4,
    "top_p": 0.6,
    "repetition_penalty": 1.17,
    "max_new_tokens": 1536,
    "do_sample": True
}
```

## 致谢
- Deepseek系列模型提供的强大基座
- Tifa角色扮演模型的创新架构
- HuggingFace社区的量化工具支持


---
license: apache-2.0
---