README.md

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

- **HF Model**: [ValueFX9507/Tifa-Deepsex-14b-CoT](https://huggingface.co/ValueFX9507/Tifa-Deepsex-14b-CoT)
- **GGUF**: [Q4_K_M | Q5_K_M | Q8_0](https://huggingface.co/ValueFX9507/Tifa-Deepsex-14b-CoT)（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，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。

## 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。

## 模型亮点
🔥 **四阶段进化架构**：
1. **增量预训练**：注入0.4T小说token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/685B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超长上下文支持
- 随机截断训练增强鲁棒性
- 8×H20 GPU全量微调
- 全面GGUF格式支持

## 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. 禁止商用
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": 0.8,
    "top_p": 0.8,
    "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
---