Find similar content

https://www.bilibili.com/video/BV14HPEzREB6/ #酷

#酷 So cool!!! 🆒 https://youtube.com/shorts/5TlqpKp00y0

#酷 glm今年的财务状况不太好啊，昨天4.7发布了，试用了一下感觉确实努力了，但这应该是它的最后一舞了 vibe能满足我的简单需求就好，不多评价。我玩ai主要用来rp的，暂且不提没有外审开关的事吧，写sfw也是一股v3味，需要文风提示词特调才勉强可玩，但四百b不到的小模型，知识库大概也少得可怜 经过测试后也确实是如此。既然sfw都写不好，也不用提有没有外审了，没什么调教价值 今时不同往日，模型的预设已经从重度破限阶段转向高质量输出阶段，正处在优化提示结构、转换文风输出的攻坚克难时期 现在我主要用的模型只有g3p和ds了。这两个模型的知识量不同，训练方式也不同，所以对文风提示词的理解能力也是各有千秋 这里说两个方向： 其一是轻指令+示例。得益于gemini3的知识库和智商，这类模型的上下文学习能力极强，只需要简单的框架，然后丢几百字的语料，模型就能“悟”出来 其二是重指令且结构化。如果我说这个适合ds或许有些反直觉，毕竟现在ds玩家大多还推崇一句话文风。然而“按照《少妇白洁》的风格创作”这样的提示词本质上还是过拟合的结果，在九月那会看到跑出来的文本确实眼前一亮(其实v3.1和3.2exp最大的问题是重复)，不久就疲劳了，用回了r1的提示 举几个例子吧 傻逼中二病可以是 青春是一场谎言，一种罪恶 …… 现充们给我爆炸吧 也可以是 - 以“比企谷八幡”为蓝本的独行侠视角。虽然处于社会底层（人际关系上），但拥有极高的智力优越感，看穿了社会互动的虚伪本质 - 贬低主流价值观（如青春、友情、恋爱），将自己的孤独合理化、神圣化。不是“我交不到朋友”，而是“我不需要那种虚伪的朋友” - 将一般人认为美好的事物（如温柔、努力），通过反向论证解读为虚伪或麻烦。将个人的失败上升到社会结构性的错误 - 对特定词汇（如“现充”、“青春”、“温柔”）赋予极度负面的定义 - 大段的、高密度的内心吐槽。表面沉默寡言，内心却喋喋不休地对周围人进行评判 - 极度主观的第一人称。对他人行为的解读必须带有“被迫害妄想”或“看透红尘”的滤镜 恐惧、讨好与疏离可以是 回首前尘，我的人生充满了耻辱 …… 我不相信这世上有人能感同身受我的痛苦，更不相信有人会为了我而改变 也可以是 - 以“局外人”的视角，认为自己缺乏作为人类的资格，对周遭的正常世界抱有恐惧 - 所有的忧郁源于为了在无法理解的社会中生存，不得不扮演滑稽的小丑来取悦他人 - 剖析内心最怯懦、最阴暗的念头，不进行任何道德美化 - 对他人的细微表情、语调变化进行过度解读，将其视为即将面临灾难的信号，带有无法理解的困惑和惊恐 - 叙述者在对话中顺从、逗趣 - 紧随其后的独白必须揭示这种行为背后的恐惧 - 严格的第一人称。绝不揣测他人的心理活动，只能描写他人的外在行动（眼神、动作），并由“我”单方面产生恐惧的联想 这些例子只是为了方便理解，在实际的编写提示词过程中往往两种方向都要考虑。就比如说示例流，这种方法本质上还是在偷懒，如果不自己动手调整，往往会学到语料里的坏毛病，产生八股 真正的文风构建，不应该依赖模型的联想，而是对叙事学和文体学的拆解。我们要用人类的逻辑去规定ai的输出方式，而不是把解释权交给ai

#酷 janitorai scraper https://sleazyfork.org/zh-CN/scripts/537206-janitorai-character-card-scraper

#酷 感谢我好厚密NN给我蹬了两周的大香蕉，不用去找傻逼贩子挂脚本并发。这里记录一下大香蕉的审核机制，不知道将来会是怎样的 大香蕉的出图流程是在输入提示词后由g3p思考，大香蕉提炼提示词后，再传输提示词和参考图，最后生成的图片通过一层外审选择道歉或者输出 （是的没错。最后生图其实是大香蕉提炼了g3p的提示词。有时候出图如果和输入的提示词不一样，那大概率就是g3p改了。当然，第三方的话有可能是贩子掺水） 这个过程中，有甲的部分是g3p的思考和最后出图的外审，提炼提示词和生图是没有甲的。如果能思考但出不了图，大概率是被最后一层外审给拦住了，在谷歌的机房应该可以找得到 —- 顺带一提，两个图片都是ai，只不过右图是大香蕉生成的，把左图多出的手指给修正好了🤣

#酷 g3p还没深度测试，虽然标榜是百万上下文，但实际上到40k就有点勉强了。看得出来指令遵循变强了，很吃预设，不清楚是不是预设的问题🤔 目前各家的写作都到瓶颈了，八股不洗就不洗吧，我正则屏蔽就行了。接下来得提升逻辑、注意力、召回率和有效上下文

#酷 牢梁疑似在用音声台本训练ds “”和「」有冲突，老是分不清。但「」和『』就分得很清楚，神秘

#酷 贩子要急了 lmarena的请求体格式变了，用户发的消息或历史消息改成在云端存储了，完全无法注入 可能大的要来了吧 闹钟LLM骇客，你在哪

#酷 刚好和朋友聊到，顺便整理一下在这发 感觉目前的语音模型到瓶颈了。GSV目前确实是音色与情感一致性最高的，但是业务上使用时自定义音色需求更多。也就是像index-tts2那样，底模能通过参数控制情感的能力。但是带情感的数据集应该很难找，现在声音克隆领域的难点就在情感方面了，高质量的标注数据一小时几百到几千，没几万小时数据也没用 换而言之，如果爬虫能通过识别说话人情感真的可以爬一套房出来🤣

#酷 gemini的世界书基本都是一排D，太深了不适合ds，基本都得改，降低深度 如图是g改d。d0主要是给文风，状态栏，格式之类的，这三个之外的尽量不要D0，不管蓝灯绿灯都一样；若卡带cot最好复制进预设里面 ds的d0会被看做是user的附加要求，如果把卡的设定啥的插进去就可能会过于强调

#酷 - 推理时漏字多，就用低轮数的GPT模型 - 音色不像就换SoVITS模型 - 一般GPT模型训练10轮，SoVITS模型训练15轮，更多轮数提升不大，甚至更差 - 手动打标能提升效果 - 音频切分后手动去切完的文件夹看一下，是不是有超过10秒的音频，有超过10秒的音频会导致显存暴涨，全部低于10秒时显存占用8g左右，有超过10秒的显存占用16g占用，可以直接删掉或手动再单独切一下 - 降噪和人声分离不是必须的， 降噪会降低音量 - 训练音频总长10min就可以了，超过1小时过拟合了

#酷 当输出数学公式时，单美元符号表示行内公式，不要用行间公式。美元符号后的第一个符号不是空格，美元符号的前的第一个字符也不是空格。所有美元符号放到一行。 非常非常实用的提示词，拯救眼睛