许可协议：apache-2.0
标签：

• unsloth
• 无审查
• 文本生成推理
• transformers
• unsloth
• llama
• trl
• 角色扮演
• 对话式
  数据集：
• iamketan25/roleplay-instructions-dataset
• N-Bot-Int/Iris-Uncensored-R1
• N-Bot-Int/Moshpit-Combined-R2-Uncensored
• N-Bot-Int/Mushed-Dataset-Uncensored
• N-Bot-Int/Muncher-R1-Uncensored
• N-Bot-Int/Millia-R1_DPO
  语言：
• 英语
  基础模型：
• N-Bot-Int/MiniMaid-L1
  任务标签：文本生成
  库名称：peft
  评估指标：
• 角色一致性

MiniMaid-L2

• MiniMaid-L2 是基于 MiniMaid-L1 模型进一步微调的版本，采用了规模更大、质量更高的数据集，专为提升角色扮演能力而优化。该模型还通过知识蒸馏从热门角色扮演模型 NoroMaid-7B-DPO 中提取精华，弥补了原有模型在连贯性和角色扮演表现上的不足。

• MiniMaid-L2 通过巧妙的蒸馏技术从 NoroMaid 迁移知识，并在 MiniMaid-L1 基础上微调，最终超越了前代模型。虽然牺牲了微乎其微的生成速度，但其表现近乎完美，足以与其他 3B 规模的竞品模型一较高下！

MiniMaid-L1 基础模型开发流程：

• MiniMaid-L1 通过 DPO（直接偏好优化）和深度微调实现了优异性能。为防止过拟合，我们采用高学习率衰减和随机化技术，避免模型机械记忆。但由于谷歌 Colab 的训练限制，该模型可能在特定任务上表现不稳定或存在欠拟合/过拟合现象。请注意，我们已竭尽所能优化，未来版本将持续改进！

• MiniMaid-L2 是我们目前最小的模型实例！若您发现任何问题，请随时邮件联系：nexus.networkinteractives@gmail.com
  反馈过拟合或改进建议（为未来的 V3 版本）。您可自由调整 LORA 适配器，但请保留本页署名。若扩展其数据集，请遵循伦理准则审慎处理。

• MiniMaid-L2 的开发者与授权信息：

  • 开发者： N-Bot-Int
  • 许可协议： apache-2.0
  • 父模型来源： unsloth/llama-3.2-3b-instruct-unsloth-bnb-1bit
  • 数据集整合工具： Mosher-R1（专有软件）

• MiniMaid-L1 官方评估得分
  

  • 评估由 ItsMeDevRoland 执行
    对比项：
    • MiniMaid-L1 GGUFF
    • MiniMaid-L2 GGUFF
      所有测试采用相同提示词、温度参数和硬件环境（谷歌 Colab），以客观展示模型差异与优势。
  • 详情请见下文

🧵 MiniMaid-L2：小身材，大能量——次世代角色扮演助手

她更敏锐、更深刻、更具沉浸感。而这一次？她不仅站稳脚跟——更赢得漂亮。

MiniMaid-L2 在 L1 的坚实基础上更进一步，在一致性、输出长度和沉浸感上全面超越 Hermes、Dolphin 和 DeepSeek 等 3B 量级竞品。

• 💬 角色扮演评估（v1）
• 🧠 角色一致性：0.84
• 🌊 沉浸感：0.47
• 🧮 综合 RP 得分：0.76
• ✏️ 长度得分：1.00
• L2 综合得分比 L1 高 0.25，且在所有核心 RP 指标上碾压顶级 3B 模型。

📊 高效与智能兼备

• 推理耗时：54.2 秒——仍比 Hermes 快 3 倍
• 令牌生成速度：6.88 个/秒——消费级显卡即可实时响应
• BLEU/ROUGE-L：n-gram 匹配度优于所有 3B 对手

MiniMaid-L2 证明：经过恰当训练的蒸馏模型可以超越庞然大物——即便是 1B 规模也能称王。

• 🛠️ MiniMaid 的专长领域
• 高保真 RP 生成
• 低延迟系统
• 定制化角色叙事

🌱 L2 是转折点——升级的条件控制、更牢固的角色锚定和叙事感知输出，让她快速进化。

“MiniMaid-L2 不仅以小博大——更在夺取桂冠。更紧凑的模型、更强的性能，却仍能轻松在低配设备运行。角色扮演从此更聪明。”

• 使用须知

  • 推荐参数设置
    • 温度 1.5，min_p = 0.1，max_new_tokens = 128

• 详细参数卡

  • 参数量

    • 10 亿参数
    • （运行前请确认您的 GPU 是否支持 1B 模型）

  • 微调工具：

  • Unsloth AI

    • 该 llama 模型通过 Unsloth 和 Huggingface 的 TRL 库实现了 2 倍训练加速。
      

  • 微调平台：

  • 谷歌 Colab