Qwen3.8-27B-Humanlike-Chat：我调优的模型，旨在模拟真实的人际对话

我之所以做这个，是因为在尝试与大语言模型进行正常对话时，我确实感到非常恼火。即使使用了提示词和各种技巧，我尝试过的大多数模型仍然带有那种熟悉的“AI助手”气息：过于乐于助人、过于精致、冗长、使用我们在对话中从不使用的词汇等等。我想要一个能像人一样和我聊天的模型，所以我做了一件稍微有点不合理的事情：整理了一个数据集并训练了一个模型。训练使用的数据集是125,217条经过匿名处理的人际消息，涵盖1396个聊天对话。目标不是让Qwen变得更聪明或提高基准测试分数。我试图改变它的对话习惯，让它停止把每个回复都变成解释、同意一切，以及仅仅为了维持对话“进行”而写东西。我在huihui-ai/Huihui-Qwen3.8-27B-abliterated的基础上训练了一个rank-256的LoRA。发布的版本是检查点863。在我的测试中，它明显感觉不那么像助手，尤其是在休闲对话中，即使没有系统提示。回复通常更短、不那么精致，嗯，更像人类。可能存在一个权衡。早期版本在IFEval（一个指令跟随基准测试）上比其Huihui父模型低了五个百分点。我没有在这个版本的检查点上重新运行该基准测试，也没有测试编码性能，所以我不想假装那个数字适用于这里。我添加了一个并排比较，使用相同的系统提示、用户消息和生成设置。每个模型继续其自己的对话分支，推理努力设置为'xhigh'。合并的GGUF和独立的F32 LoRA适配器在模型仓库中：https://huggingface.co/LessThanThreeAI/Qwen3.8-27B-Humanlike-Chat-GGUF。你可以在这里用不同的系统提示和推理模式进行演示聊天：https://huggingface.co/spaces/LessThanThreeAI/Qwen3.8-27B-Humanlike-Chat。还有一个免费的、有速率限制的OpenAI兼容端点：基础URL：https://api.lessthanthreeai.com/v1 模型：qwen3.8-27b-humanlike-chat