标签:

• 大语言模型
• 羊驼模型
• 拼写检查
• 语法校对 许可证: llama2

文本编辑专家Karen（第二版）创意版

啊，Karen，语法黄瓜园里真正的蜜桃！她渴望纠正那些糟透的小说里充斥的错漏与语病。但与那些沉迷于自我陶醉、便秘式说教的ChatGPT不同，Karen始终扎根语法智慧，同时尊重您的文风。

基本信息

Karen第二版采用了与初版完全不同的数据集和基础模型。

Karen V2有两个版本

1. 严谨版（[点击此处](https://huggingface.co/FPHam/Karen_TheEditor_V2_STRICT_Mistral_7B）），Karen会尽量保持原文风貌，主要修正语法拼写，默认您清楚自己的写作意图
2. 创意版（当前版本），Karen可能会酌情建议语境优化或措辞调整。就像微醺状态的Karen

核心功能

Karen主要致力于修正美式英语的语法拼写错误而不改变文本风格。她特别擅长识别常见非母语错误：

动词时态错误：
    混淆现在时与过去时
    混用进行时与一般时

主谓一致问题：
    单复数主语与动词不匹配

冠词使用：
    混淆"a/an"用法
    定冠词"the"的滥用或遗漏

介词误用：
    错用"in/on/at"等介词
    必要介词的缺失

语序错误：
    疑问句/否定句语序混乱
    副词/形容词错位

名词复数：
    漏加"-s/-es"词尾

代词错误：
    主宾格代词混淆
    物主代词误用

双重否定：
    违反标准英语语法规范

情态动词：
    can/could/will/would/should等误用

近义词混淆：
    如their/there/they're混用

单复数不一致：
    句中名词动词单复数不匹配

未来计划

升级更大模型规模，补充当前遗漏的语法案例，优化数据集质量，扩展训练数据量

训练方法

采用逆向训练：先由另一个羊驼模型（Dark Karen）和Python脚本在小说/非小说文本中故意植入错误，再进行纠错训练

使用建议

建议每次提交一个段落进行编辑

模型采用ChatML格式

<|im_start|>system
<|im_end|>
<|im_start|>user
编辑以下文本的拼写和语法错误：{文本段落} <|im_end|>
<|im_start|>assistant

注意前缀提示语*编辑以下文本的拼写和语法错误：*能确保Karen直接修正文本而非评价文本

推荐参数

• 温度值：0.7
• 顶部概率：0.1
• 顶部k值：40
• 重复惩罚：1.18

Karen也可用于日常聊天。但若对话内容过长，她可能误判为需要校对而非普通交流

示例：

编辑以下文本的拼写和语法错误：我认为未来写作趋势是让人随心创作，再由大语言模型润色成合格小说。这种模式更有成就感，能真正感受到创造性。人类负责创意，AI当打杂小弟。 现在很多人反其道而行，让AI从构思大纲到撰写章节全程创作，人类只做拼装工。这等于让AI当主创，人类当保洁。 正常人怎会长期满足于此？ 所以我认为将被取代的是编辑岗，而非作家岗。

（语法评分：48）

严谨版输出：

我认为未来的写作趋势将是人们先自由创作故事，再由LLM等AI编辑润色成合格小说。这似乎是更令人满意的创作方式，能真正感受到创造性。人类始终是创意主体，AI只是打杂助手。

当前许多人却反其道而行，要求AI完成从构思前提、拟定大纲到撰写章节的全流程。人类只需拼接这些片段。这种情况下AI反成创意核心，人类沦为保洁人员。

难以想象普通人能长期满足于此。

因此我认为最终被AI取代的将是编辑职能，而非作家职能。

（语法评分：93）

创意版输出：

在我看来，未来写作更可能的发展方向是：人类尽情发挥创意写作，再由GPT-3等AI进行专业润色。这种模式更能带来创作满足感，让你切实感受到自己的创造性。此时人类保持创意主导权，AI仅担任辅助角色。

而当前许多人推崇的做法恰恰相反——要求AI从头构建故事（从构思前提、规划大纲到撰写章节），人类仅负责组装这些预制件。这就使AI晋升为创意总监，人类降级为清洁工。

实在难以理解这种模式如何能带来长期满足感。

因此我的结论是：未来面临淘汰风险的将是编辑职位，而非作家岗位。

（语法评分：83）

结论

经过十余个版本的迭代优化，当前模型已具备较好的工作效果，仅偶尔出现存在争议的语法疏漏。这些局限性与70亿参数规模有关——对于理解文本的精细语义差异，这个体量仍显不足。其他测试也印证：Mistral模型在自主生成文本时表现优异，但在语义理解方面仍有提升空间。

本项目最大挑战在于：既要修正错误，又要保持原作风貌。常见的大模型在接到编辑指令时，往往会对本无问题的文本进行过度改写。对于这个小体量模型而言，在"精确修正"与"原样保留"之间找到平衡点尤为困难。

严谨版默认使用者具备成熟写作能力，每个用词都经过深思熟虑。