★ 4
KuaiRP系列角色扮演模型技术报告
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…
arXiv cs.AI51 天前
共 2 篇相关资讯,按重要度与时间排序,每 3 小时更新。
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…
研究提出角色增强零样本思维链(RE-ZS-CoT)提示框架,将领域专家角色系统性地融入 LLM 推理,无需任务示例。在 20 个模型与 7 个基准上测试静态与动态角色选择,性能最高提升 44 个百分点。消融显示不匹配的角色会损害表现,强调任务与角色对齐的必要性。