KuaiRP系列角色扮演模型技术报告
原文标题：KuaiRP Series Role-playing Models Technical Report
重要度 4/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文介绍KuaiRP系列角色扮演模型的完整技术方案，目标为简化提示工程、稳定输出质量、内置领域世界知识与小参数高效部署。为克服领域知识注入导致的一般智能体能力灾难性遗忘，提出多阶段训练流水线，含标准化角色模板、基于规则复合奖励的RL与两阶段在线策略蒸馏（OPD）配合累积散度衰减（CDD）。结果显示角色扮演保真度媲美专有模型，同时恢复通用能力并保持极低部署成本。
深读 · 结论先行AI 生成展开看要点与影响 ↓
KuaiRP角色扮演模型用多阶段训练兼顾领域知识与通用能力，保真度媲美专有模型。
- •目标为简化提示工程、稳定输出质量、内置领域世界知识与小参数高效部署
- •针对领域知识注入导致通用Agent能力灾难性遗忘，提出多阶段训练流水线
- •含标准化角色模板、基于规则复合奖励的RL，以及两阶段在线策略蒸馏OPD配合累积散度衰减CDD
- •以领域适配模型为教师、原始基座为学生，平衡知识注入与通用能力保留
- •结果显示角色扮演保真度媲美当前最先进专有模型，且部署成本极低
为什么重要：角色扮演模型长期面临「注入人设就丢通用能力」的取舍，该方案给出了可复用的训练配方，对小参数高效部署场景有直接参考价值。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
谷歌 Gemini 4 Carbon 全面超越 Opus 5.5，首发 Token 半价
AI 摘要谷歌发布 Gemini 4 Carbon，宣称在多项能力上全面超越 Opus 5.5，并推出首发 Token 半价优惠。该模型可连续数日修复 Bug，且具备免疫提示词注入的安全特性，加剧头部大模型竞争。
谷歌发布 Gemini 4 Carbon，主打网络安全能力跃升
AI 摘要谷歌推出前沿模型 Gemini 4 Carbon，在编程、智能体任务和网络安全方面显著提升，登顶 Artificial Analysis 智能指数，领先 Claude Opus 5.5 与 GPT-6 Astra。该模型目前仅向部分网络安全防御公司开放，定价与 Argon 相同，为每百万输入 token 2 美元、输出 10 美元。
谷歌发布 Gemini 4，API 限时半价
AI 摘要谷歌正式发布 Gemini 4，被视为重回大模型第一梯队的关键动作，同时推出 API 限时半价优惠。该发布对模型竞争格局与开发者成本结构均有直接影响。
谷歌 Meta 发布前沿模型，AI 竞赛重启
AI 摘要谷歌发布 Gemini 4 Argon，Meta 推出新前沿模型，两家公司声称可与 OpenAI 和 Anthropic 的旗舰模型匹敌。谷歌以激进定价策略切入市场，入门期价格比竞争对手低至80%。AI 前沿竞争格局重新洗牌。