有什么新内容？创造力得到提升，讲故事的流程稍有不同，具有环保意识，倾向于在故事中加入一些未被提示的元素。

我在我的社区服务器上对这两个模型进行了一段时间的测试，在粉丝的压力下将它们作为下一个迭代版本发布。你可以在模型卡片中阅读他们的反馈以了解详情。

Cydonia 22B v1.2：[https://huggingface.co/TheDrummer/Cydonia - 22B - v1.2](https://huggingface.co/TheDrummer/Cydonia - 22B - v1.2)（又名v2k）

GGUF：[https://huggingface.co/TheDrummer/Cydonia - 22B - v1.2 - GGUF](https://huggingface.co/TheDrummer/Cydonia - 22B - v1.2 - GGUF)

v1.2更好了。我的天。你的数据集太棒了。我使用这两个模型进展不大，因为我得不断离开我的电脑去降温。🥵

Behemoth 123B v1.1：[https://huggingface.co/TheDrummer/Behemoth - 123B - v1.1](https://huggingface.co/TheDrummer/Behemoth - 123B - v1.1)（又名v1f）

GGUF：[https://huggingface.co/TheDrummer/Behemoth - 123B - v1.1 - GGUF](https://huggingface.co/TheDrummer/Behemoth - 123B - v1.1 - GGUF)

对我来说，少数能做到这一点的其他模型是OG Command R 35B。所以看到Behemoth v1.1有类似的感觉，但具有更高的通用智能，这真的让它成为我的最爱。

讨论总结

这个帖子是关于作者发布的两个新版本模型Drummer’s Behemoth 123B v1.1和Cydonia 22B v1.2 - Creative Edition。评论者们的主要话题围绕着这两个模型展开，大多表达出积极的态度，包括对之前版本的肯定、对新版本的期待、感谢作者的努力等，同时也有一些评论者分享了自己使用模型的体验，以及在使用过程中遇到的问题等。

主要观点

👍 之前版本的Behemoth 123b表现很棒
- 支持理由：评论者明确表示之前版本表现出色。
- 反对声音：无。
👍 对新的Cydonia模型表示期待
- 正方观点：评论者表示新模型像是收到的圣诞礼物。
- 反方观点：无。
👍 Behemoth模型有很好的整体输出
- 支持理由：有评论者分享使用体验称其表现出色。
- 反对声音：无。
🔥 在Sillytavern中，Meth模板的输出效果优于Mistral模板
- 正方观点：评论者Konnect1983通过自己的使用体验得出该结论。
- 反方观点：无。
💡 弄坏Cydonia可能与KCPP有关而非微调问题
- 解释：GraybeardTheIrate根据自己的使用情况提出该观点。

金句与有趣评论

“😂 Your former Behemoth 123b was splendid!”
- 亮点：直接表达对之前版本的肯定，简洁明了。
“🤔 A new Cydonia model to try? What is this? Christmas? Thank you!”
- 亮点：用形象的比喻表达对新模型的期待。
“👀 Behemoth is phenomenal.”
- 亮点：简洁有力地评价Behemoth模型。
“😉 I love Cydonia so much.”
- 亮点：直白地表达对Cydonia的喜爱。
“🤓 The base model was great but this version feels juicier and smarter.”
- 亮点：对比新旧版本，肯定新版本。

情感分析

总体情感倾向为积极。主要分歧点较少，大部分评论者都对模型表示肯定、期待等积极态度，可能是因为对新发布的模型抱有希望，以及对作者之前工作的认可。

趋势与预测

新兴话题：关于模型在不同模板下的表现可能会引发更多讨论。
潜在影响：如果关于模型故障是由KCPP引起的这个观点被证实，可能会影响人们对KCPP的使用和对模型调试方向的判断。

详细内容：

《Drummer 新模型引发的热烈讨论》

近日，Reddit 上一篇关于“Drummer’s Behemoth 123B v1.1 和 Cydonia 22B v1.2 - Creative Edition!”的帖子引发了众多关注。该帖子介绍了这两个新模型的一些特点，比如提升了创造力、改变了讲故事的流程、具有环保意识，还会在故事中加入一些未提示的元素。帖子获得了大量点赞和众多评论。

主要的讨论方向集中在新模型的使用体验、性能表现以及相关的设置问题等。

讨论焦点与观点分析：有人表示，“你的前一个 Behemoth 123b 很棒！希望这个 v1.1 版本也能大放异彩。”有人惊喜道：“新的 Cydonia 模型可以尝试？这是圣诞节吗？谢谢！” 还有人询问：“对于在租用的 A6000 上使用 Behemoth 几个小时，Koboldcpp 的最佳设置有什么建议？” 有人分享说：“我在 Runpod 中使用 Q8 和 3 张卡。只选择 spot pods 那个，因为可以通过它以更低的价格竞标。”还有人认为：“Exl2 加上大约 2.7 或 2.8 的 sub 3 bpw 应该合适。它低于 48g 的限制，还有一些空间用于上下文。” 有人提到：“我用 48GB VRAM 和 IQ 2M 量化来运行它。使用 Q4 缓存，平均每秒 16 次，上下文 16k。即使在这个小量化下，它也是完全连贯的，是我尝试过的最好的本地 RP 模型。” 有人称：“Behemoth 现象级的。与 Mistral 模板相比，我在 Meth 方面体验到了更好的整体输出。” 有人表示：“我非常喜欢 Cydonia，我大量使用 22B 版本，它的表现非常出色。”但也有人说：“我搞坏了新的 Cydonia，不知道怎么回事。我认为这与您的微调无关，可能是 KCPP 的问题。” 还有人详细分享了与模型交流过程中的一些具体经历。

在讨论中，大家对于新模型的性能和表现看法不一，但都积极分享自己的使用经验和见解，为其他用户提供了有价值的参考。

讨论总结#

主要观点#

金句与有趣评论#

情感分析#

趋势与预测#

详细内容：#