原贴链接

想法如下：推荐你认为最适合故事写作的模型，获得最多点赞的10个模型，我将手动测试它们的创造力和SLOP的数量，并发布结果。

请在你的建议中说明你认为该模型优秀的原因。

讨论总结

本次讨论主要围绕故事写作的大型语言模型（LLM）展开，参与者推荐了多个模型，并讨论了这些模型在创意、SLOP（可能是某种评估标准）、上下文长度等方面的表现。讨论中涉及的主要模型包括Midnight Miqu、Gemma-2-9B-Ataraxy、Mistral Nemo等。参与者对模型的推荐理由各不相同，有的强调创意，有的关注上下文长度，还有的提到模型在特定场景下的表现。此外，讨论中还涉及到测试标准的合理性，以及如何更有效地评估模型的性能。总体来看，讨论氛围较为积极，但也有一些对模型性能和测试标准的质疑。

主要观点

  1. 👍 Midnight Miqu在角色扮演（RP）中表现出色

    • 支持理由：Sicarius_The_First高度赞赏Midnight Miqu在RP中的表现，认为其是一个绝对出色的模型。
    • 反对声音：无明显反对声音，但有讨论其他模型时提到Midnight Miqu。

  2. 🔥 Gemma-2-9B-Ataraxy在故事创意方面超越了GPT-4

    • 正方观点：pablogabrieldias认为Gemma-2-9B-Ataraxy在eqbench.com上的表现超越了GPT-4。
    • 反方观点：ProcurandoNemo2指出该模型的上下文长度较短，不适合长篇故事创作。

  3. 💡 测试标准中的“创意”过于模糊，不足以评判一个好故事

    • 解释：ArtyfacialIntelagent认为现有的测试标准不足以全面评估一个好故事，建议使用更具体的指标。

  4. 👀 Mistral Nemo模型在故事发展方面表现不错，但常常显得乏味

    • 解释：评论者提到Mistral Nemo模型在故事发展方面表现不错，但常常显得乏味，缺乏“哇”因素。

  5. 🤔 NeuralBeagle14 (7B)在处理黑暗幽默方面表现较好，SLOP较少

    • 解释：RedditPolluter推荐NeuralBeagle14 (7B)，认为其在处理黑暗幽默方面表现较好，且SLOP较少。

金句与有趣评论

  1. “😂 Sicarius_The_First：Oh! Midnight Miqu I know and it’s an absolute marvel! (especially for RP)”

    • 亮点：高度赞赏Midnight Miqu在角色扮演中的表现。

  2. “🤔 pablogabrieldias：The best of all is definitely Gemma-2-9B-Ataraxy. On eqbench.com it even surpasses gpt 4 in story creativity.”

    • 亮点：认为Gemma-2-9B-Ataraxy在故事创意方面超越了GPT-4。

  3. “👀 ProcurandoNemo2：The context length is too short for it to actually be useful for story writing, unless all you write is children’s stories.”

    • 亮点：指出Gemma-2-9B-Ataraxy的上下文长度问题。

  4. “😂 RedditPolluter：For VRAMlets, NeuralBeagle14 (7B) isn’t as sloppy as many others I’ve tried, particularly for dark humour.”

    • 亮点：推荐NeuralBeagle14 (7B)在处理黑暗幽默方面的表现。

  5. “🤔 Sicarius_The_First：I generally do not trust LLMs as judges, but in this case I think it’s suitable enough for identifying unique word choices.”

    • 亮点：对使用LLM作为评判者的信任度提出质疑，但认为在识别独特词汇方面是合适的。

情感分析

讨论的总体情感倾向较为积极，大多数参与者对推荐的模型表示认可，并分享了各自的使用体验。然而，也有一些对测试标准和模型性能的质疑，尤其是在创意和SLOP方面的评估。部分参与者对模型的上下文长度和一致性表示担忧，认为这些因素会影响模型的实际应用效果。

趋势与预测

  • 新兴话题：未来可能会围绕模型的上下文长度、一致性和创意评估展开更深入的讨论。
  • 潜在影响：随着更多模型的推荐和测试，可能会出现新的评估标准和方法，进一步推动故事写作LLM的发展。

详细内容：

《探索故事写作的LLMs：Reddit上的热门讨论》

在Reddit上，有一个关于评选故事写作LLMs（语言模型）的热门帖子引起了广泛关注。该帖提议让大家推荐心目中的优秀模型，根据点赞数选出10个，然后由发帖人亲自测试其创造力和SLOP量，并公布结果。帖子获得了众多评论和大量的点赞。

讨论焦点与观点分析： 有人推荐了Midnight Miqu，并称赞其在角色扮演方面表现出色。也有用户力推Gemma-2-9B-Ataraxy，称其在eqbench.com上的故事创造力甚至超过了GPT-4。但也有人认为其上下文长度太短，不太适用于故事写作。 还有人对评选标准提出了看法，比如认为“创造力”的定义过于模糊，“低SLOP量”不应成为主要标准，而应更注重故事讲述的焦点、连贯性、引人入胜的情节、生动的角色等。 一些用户分享了自己的测试经历，如使用Luminum-123B的感受。也有人提到了不同模型的特点，如Magnum 123B的文风更偏向散文。 有用户表示Command R模型在故事写作方面表现不错，完全未被审查，30B变体虽然在连贯性上可能稍逊，但速度有优势。 还有用户提到了Stheno不同版本的差异，以及Gemma 2 27b在处理复杂场景和遵循预设故事情节方面的能力。

总之，这场讨论涵盖了众多模型的优缺点，以及对评选标准的深入探讨，展现了大家对于故事写作LLMs的高度关注和深入思考。