Muse-glimmer-30b 在创意写作中远超预期

在注意到它在EQ-Bench创意写作基准和Hemingway-bench中排名高于许多更大的前沿模型后，我决定尝试一下，结果印象深刻。我没有进行非常正式的测试，但我要求它模仿几位不同作家的风格，包括亨利·米勒、大卫·塞达里斯和斯蒂芬·金，它产生了尚可的散文，甚至在几种情况下让我笑了出来。下面的段落是提示“以大卫·塞达里斯的风格写一个幽默段落”的结果（第一次尝试，未经挑选）。 我最近努力成为一个更好的人，开始堆肥，这主要意味着我现在厨房里有一个小型的、潮湿的科学实验，我妈妈称之为“你未来的味道”。我买了一个带活性炭过滤器的台面垃圾桶，好像这能骗过谁似的，我开始对自己讲述我的食物残渣——“再见，牛油果皮，你是个错误”——而我的丈夫在门口看着，表情担忧，仿佛意识到他娶了一个会跟垃圾说话的女人。市政府寄来了一本关于正确堆肥的小册子，我像其他人读星座运势一样读它，划掉那些说“不要放肉”的部分，心想，嗯，这真是无礼。 相比之下，以下是qwen3.8-27b用相同提示产生的内容。 我的叔叔埃德，整个旅程都在仔细解释如何正确折叠一张床笠，发现我们的酒店房间有两张床，每张都有一张床笠。“这是一个考验，”他说，坐在靠近浴室的床边，面容镇定。“看看我们是否能用我们拥有的东西做到。”他当然是对的；我们尽力而为，尽管这让我们都度过了一个相当不舒服的夜晚。 你可能知道也可能不知道大卫·塞达里斯的写作（或者即使知道也不觉得有趣），但第一个例子显然是一个更好的模仿，据我（或Gemini）所知，没有直接抄袭。我没有保存其他例子，因为我不是为了发布在这里而测试的，但在所有情况下，muse glimmer版本不仅远超qwen 27b，而且与我过去尝试的任何其他本地模型相比都真正令人印象深刻。 我好奇是否有人也用这个模型进行创意写作或类似目的，如果是这样，你的看法是什么。此外，我对微调了解不多，但我想知道是否有可能通过在不同源材料上训练来创造更好的东西。我对ERP世界如何运作知之甚少，但我知道足够多，知道许多高性能模型都是为此目的训练的，因为huggingface似乎充满了微调模型。对于glimmer，我主要看到abliterated版本，我猜这填补了人们的需求，但考虑到这种性能，以及这个subreddit中对此感兴趣的人数，我有点惊讶没有更多的微调。 我应该提到的最后一点是，我在任何测试中都没有使用系统提示，但事后我想到，一个为代理编码训练的模型似乎是一个用系统提示引导的理想候选，但也许不会有太大不同。也许我会再玩玩并汇报。