KuaiRP 角色扮演模型

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。