Horowag_7b 是由书生·浦语的 InternLM2-Chat-7b 经过微调得到的角色扮演聊天系列机器人。具体目标是将《狼与香辛料》中贤狼赫萝的形象带入大语言模型，实现带入感较高的角色扮演行为。针对技术细节，Horowag_7b 使用了书生·浦语开源的 Xtuner 进行低成本微调训练，在训练条件较差的条件下，赋予模型高质量的自然语言处理能力。硬件方面，我采用了 (1/2) A100 支持训练，显存约 40G 左右，如果参数调节合理，显存可控制在 16G 以下。
| 版本号 | 模型相关解释 |
|---|---|
| Horowag_7b | InternLM2-Chat-7b 微调后的基础赫萝对话模型 |
| Horowag_7b_Craft | 优化数据增强方法 + Langchain 辅助模型输出 |
| Horowag_Mini | InternLM2-Chat-1_8b 微调后的轻量级赫萝对话模型 |
| Chatty_Horo_Voich | InternLM2-Chat-7b 微调 + Assistant Model + VITS |
| -- 亟待后续 -- | -- |
除去基本的 Horowag_7b 链条，为了能够丰富语言模型角色扮演的模式和手段，我还推出了 Horowag_7b_Craft、Horowag_Mini 和 Chatty_Horo_Voich 等多个模型。其中，Horowag_Mini 基于 InternLM2-Chat-1.8B 模型，在低成本、低语料、低部署条件的约束之下，从角色提取、数据制备、模型微调再到应用部署，为动漫角色扮演 LLM 提供了可行的解决方案。最终 Horowag_Mini 演变为小参数应用 Mini-Horo-巧耳（下文称 Mini-赫萝)。Mini-赫萝尝试结合了小说文本、动漫对话等多种语料，为语言模型微调提供了独具特色的模式。确认提取的角色之后，该模型在微调任务中会创造对应的角色语言辅助规则，对数据进行针对性过滤。Mini-赫萝 在部署阶段更是融合 Langchain 技术，进一步提升了模型的角色代入能力。
另一个非常成熟的应用是 Chatty_Horo_Voich。该架构图展示了 Chatty_Horo_Voich 的核心构思。其中，我们输入的内容，也就是 input text 会进入 assistant 模块以及 conversation chain。这个对话链就是我们上一个视频提及的具有 memory 特性的架构，利用 horowag 模型生成赫萝的回答之后，output text 会在输出上稍加等待，先让 assistant 将输出内容置入 translation chain 完成中文向日语的转化，再将此日语语料加入微调后的VITS 模型，输出音频。当音频输出被检测到之后，horowag 才会输出 output 文本。保证用户在读取模型回答的时候，同步接受音频内容。
pip install -r requirements.txt
选择你想要使用的模型，点开文件之后 ->
python start.py
对于细节分析，需要有以下子应用报告及开发仓库：
1. Horowag-开发仓库
2. 子报告 -> Chatty-Horo-轻灵细语
3. 子报告 -> Mini-Horo-巧耳
4. 子报告 -> Horowag-微调开发
1. InternLM2-Chat-7b + 微调 = Horowag_7b_Chat_Ani
2. InternLM2-Chat-1_8b + 微调 = Horowag_1_8b_Chat_Mini
下载模型的代码示例：
from openxlab.model import download
# 加载基础的语言模型 Horowag_7b
download(model_repo='SaaRaaS/Horowag_7b',
output='Horowag_7b')
目前模型应用的部署情况：
-
应用程序链接 <<< 🍏Chatty-Horo🍎 >>>
-
OpenXLab模型链接：OpenXLab-Horo
-
🆕那路 -> Horowag_7b🆕
-
🆕那路 -> Horowag_Mini🆕
-
🆕那路 -> Horowag_7b_Chat_Ani🆕
-
🆕那路 -> WebUI🆕
-
✨Claire 同学 -> 提供美术支持✨
-
✨Claire 同学 + 那路 -> 制备微调数据集✨
-
☃️感谢 书生·浦语开源训练营 的技术指导以及算力☃️
-
恭喜本作品获得✨书生·浦源大模型挑战赛(春季赛)-创新创意奖✨
-
如有后续，敬请期待... ...