本项目数据来源于

• PRTS
• ArknightsGameResource

模型使用 xtuner 在 InternLM2 的基础上指令微调而来

• Modelscope 凯尔希微调模型 · 模型库
• 应用中心-OpenXLab
• 模型中心-OpenXLab

特别鸣谢

• 上海人工智能实验室提供的算力平台
• 书生·浦语团队提供的技术支持

模型介绍

Kal'tsit LLM 是一款模仿《明日方舟》中角色凯尔希的语气和风格的聊天机器人，其基于internLM2 7B进行了精细的指令微调，能够以凯尔希的口吻与用户进行互动。

1. 角色模仿对话：Kal'tsit Bot 能够根据《明日方舟》中凯尔希的对话语料，生成符合其角色特点的回应，包括语气、用词习惯和情感表达。
2. 上下文理解：通过对大量对话语料的学习，Kal'tsit Bot 能够理解对话的上下文，提供连贯且相关的回答。
3. 情感识别与响应：系统能够识别用户的情绪，并以凯尔希的风格做出相应的情感反应，增强对话的自然性和互动性。
4. 多轮对话管理：Kal'tsit Bot 支持多轮对话，能够记住之前的对话内容，使得对话更加流畅和个性化。
5. 知识库扩展：除了《明日方舟》的对话语料，Kal'tsit Bot 还能够访问和整合外部知识库，以提供更丰富的对话内容。
6. 用户定制化：用户可以根据自己的喜好，对Kal'tsit Bot 的对话风格进行一定程度的定制，使其更加符合个人的期待。
7. 跨平台交互：Kal'tsit Bot 支持多种平台，包括但不限于网页、移动应用等，用户可以在不同设备上与凯尔希进行互动。
8. 持续学习与优化：Kal'tsit Bot 具备自我学习和优化的能力，能够根据用户的反馈不断改进对话质量。

我们相信，通过不断的技术迭代和用户反馈，Kal'tsit Bot 将成为一个更加智能、有趣且富有个性的对话伙伴。

数据准备

模型训练

微调环境准备

# 使用conda创建一个名为xtuner的新环境，并指定Python版本为3.10，-y选项表示自动接受所有提示
conda create --name xtuner python=3.10 -y

# 激活名为xtuner的conda环境
conda activate xtuner

# 切换到用户的主目录，'~'是当前用户主目录的快捷方式
cd ~

# 在用户的主目录下创建xtuner目录，如果目录已存在则不进行任何操作，并切换到该目录
mkdir -p /root/xtuner && cd /root/xtuner

# 从GitHub克隆xtuner项目的指定分支v0.1.17到本地
git clone -b v0.1.17 https://github.com/InternLM/xtuner

# 切换到克隆的xtuner目录中
cd /root/xtuner/xtuner

# 在xtuner目录中使用pip安装当前目录下的所有依赖，并以可编辑模式安装，这样对代码的更改会立即反映出来
pip install -e '.[all]'

alpaca_en_path = '/root/github/output2.json'

xtuner train /root/ft/config/config1.py --work-dir /root/ft/train_deepspeed --deepspeed deepspeed_zero2

# 模型续训
xtuner train /root/ft/config/internlm2_1_8b_qlora_alpaca_e3_copy.py --work-dir /root/ft/train --resume /root/ft/train/iter_600.pth

模型推理

模型效果