l_erotic_kink_chat

Сильно расширенная модель для эротического ролеплея. Основной датасет (около 5 Гб) дополнен выжимкой из всего фикбука (около 200 Гб), новый датасет составил почти 20 Гб. Из фикбука взяты фики с тэгами кинков, все это отфильтровано, оптимизировано по технологии TiMe

Неплохо держит контекст, параметры для старта:

do_sample: true<br> top_p: 0.96<br> top_k: 40<br> temperature: 0.8 # При высоких значениях также работает неплохо<br> repetition_penalty: 1.16<br> encoder_repetition_penalty: 1.0-1.15<br> typical_p: 1.0<br>

Оптимизированный фронтенд для данных моделей в режиме чата под Android - https://github.com/zlsl/pocketai

Для чата желательно останавливать после '\n', также ставьте более 5 попыток генерации и ожидаемое количество новых токенов > 350, тогда диалоги будут интереснее.

Очень желательно в контексте и во время диалога указывать действия и мысли в скобках. Например: Привет (вхожу в комнату, закрываю дверь)

Важно! В модели добавлен токен <char>, он указывает начало строки диалога, прямой речи:

Абзац ... контекста<br> Я: <char> (мысли, действия и прочее) Реплика персонажа (еще мысли, контекст)<br> Собеседник: <char> (мысли, действия и прочее) Реплика персонажа (еще мысли, контекст)<br>

Новый токен желательно использовать, но не обязательно. Также указывать имена персонажей - опционально.

Модель с удовольствием может "в мультичар", количество собеседников может быть более двух.

Для пользователей text-generation-webui

В инструменте поломана работа с GPT-2, GPTJ, GPT-NEO и аналогичными модлями, неверно загружается токенизер. Ошибка такая:<br>

eos_token_id = eos_token_id[0] IndexError: list index out of range

Исправляется легко, в файл modules/models.py в функцию load_tokenizer() надо добавить строчку<br> <code>tokenizer.eos_token_id = 2</code><br> перед<br> <code>return tokenizer</code>