原贴链接

https://huggingface.co/AlexBefest/NightyGurps-14b-v1.1

image

‘几乎’是因为这个模型是在GURPS角色扮演系统上训练的。我花费了大量时间和精力让模型理解这些复杂精细的规则。我希望有人能发现它的用处！这个模型基于Qwen2.5 14B，并在俄语数据集上进行了训练。我强烈推荐在Silly Tavern中使用它，并配合我准备的角卡（附在仓库中）。祝你们的角色扮演活动顺利，同志们！

讨论总结

本次讨论主要围绕一个基于GURPS角色扮演系统的模型展开，讨论了模型的微调、使用体验、规则遵循以及未来的发展方向。参与者们分享了他们在训练和使用模型时的策略和经验，讨论了模型在不同量化方法下的表现，并期待模型的进一步优化和更新。总体氛围积极，参与者对模型的潜力表示兴奋，并期待其在角色扮演游戏中的广泛应用。

主要观点

  1. 👍 模型能够记住角色位置、物品、库存等细节
    • 支持理由：模型完全遵循GURPS的规则，能够处理数学部分。
    • 反对声音：目前存在一个小问题，模型很少主动要求玩家进行技能检查。
  2. 🔥 模型基于GURPS系统训练，不适合直接用于D&D系统
    • 正方观点：需要对NightyGurps进行单独的微调以适应D&D规则。
    • 反方观点：当前的NightyGurps模型可能会在处理D&D任务时出现混淆和错误。
  3. 💡 模型具有很大的娱乐潜力
    • 解释：评论者对模型的实用性表示认可，并期待其能在角色扮演游戏中发挥作用。
  4. 💡 模型在理解和应用复杂规则方面表现出色
    • 解释：评论者认为该模型在理解和应用复杂规则方面表现出色，并期待其在未来角色扮演游戏中的应用。
  5. 💡 AlexBefest计划稍后发布英文版本
    • 解释：LadyRogue询问模型是否支持英文，AlexBefest计划稍后发布英文版本。

金句与有趣评论

  1. “😂 Awesome! I’m thinking on making this for DND atm, what strategies did you use to make the model use the ruleset correctly when fine-tuning?”
    • 亮点：评论者对模型的微调策略表示浓厚兴趣。
  2. “🤔 Yes, it takes into account absolutely all the rules of GURPS.”
    • 亮点：AlexBefest确认模型能够完全遵循GURPS的规则。
  3. “👀 Amazing, maybe I will finally commit to a GURPS campaign with this!”
    • 亮点：评论者对模型的潜力表示兴奋，并考虑投入GURPS的战役中。
  4. “😂 That’s great, a lot of fun potential implementations”
    • 亮点：评论者对模型的娱乐潜力表示认可。
  5. “🤔 Exciting innovation! I hope this spurs on more research into this”
    • 亮点：评论者对模型的创新表示兴奋，并希望激发更多相关研究。

情感分析

讨论的总体情感倾向积极，参与者对模型的潜力和未来发展表示兴奋和期待。主要分歧点在于模型在不同游戏系统（如D&D和GURPS）中的适用性，以及模型在处理技能检查等细节时的表现。可能的原因是参与者对模型的期望较高，希望其在角色扮演游戏中发挥更大的作用。

趋势与预测

  • 新兴话题：模型在不同量化方法下的表现，以及如何进一步优化模型的微调策略。
  • 潜在影响：该模型可能会激发更多关于AI在角色扮演游戏中的应用研究，推动相关领域的发展。

详细内容：

标题：关于桌面角色扮演游戏模型的热门讨论

在 Reddit 上，一则关于“Model for D&D Enjoyers (almost). NightyGurps-14b-v1.1. First 2.5 14b Qwen tune”的帖子引起了广泛关注，获得了众多点赞和大量评论。原帖主要介绍了一个基于 GURPS 角色扮演系统训练的模型，并提供了相关链接https://huggingface.co/AlexBefest/NightyGurps-14b-v1.1。同时还详细描述了一张三个角色围坐玩桌面游戏的图片，包括其颜色方案、构图、布局、情感氛围等多个方面。

帖子引发了一系列热烈的讨论，核心问题围绕着这个模型的训练方法、实际使用效果、适用范围以及未来发展等方面。

有人好奇在为 DND 制作模型时，正确使用规则集进行微调的策略，原作者表示以 GURPS 规则书为基础进行扩充，并对合成数据进行训练，训练格式为玩家的查询和游戏管理员的响应。

有人询问使用该模型的体验，比如是否能记住角色位置、物品、库存等细节，是否遵循规则。原作者称模型会考虑 GURPS 的所有规则，但存在模型很少主动让玩家进行技能检查投掷的问题，会在后续版本中修复。

有人提到制作了更低的量化版本，并提供了相关链接。

有人询问模型能否用于创建新的 PC D&D 游戏中的 AI 机器人，原作者认为针对 D&D 系统需要单独微调，目前模型不太适合直接应用，不过正在创建专门针对 D&D 系统的新模型。

有人询问普通角色扮演（非特定 DnD）的体验，原作者表示目前还未训练这部分内容。

还有人期待模型支持英语版本，原作者表示计划稍后推出。

这场讨论中的共识在于大家对这一模型的创新表示期待和兴奋，认为其具有很大的潜力。特别有见地的观点是关于模型在不同角色扮演系统中的适应性和针对性训练的探讨，这丰富了对模型未来发展方向的思考。

总之，这个关于桌面角色扮演游戏模型的讨论展示了大家对创新技术在游戏领域应用的关注和期待，也为未来的研究和发展提供了有益的思路。