PRIME联合PPO算法

Tifa-Deepsex-14b-CoT-GGUF-Q4是基于Deepseek-R1-14B训练的CoT色色AI陪伴模型，通过多阶段优化显著提升了角色扮演、小说文本生成与思维链（CoT）能力。该模型特别适合需要长程上下文关联的创作场景，如长篇小说创作和复杂的角色扮演游戏。通过三重训练策略和创新PRIME联合PPO算法，模型在生成连贯性上表现优异，同时减少了数据发散问题。此外，模型支持12G显存运行，并可通过ollama快速集成和部署，还提供安卓Demo客户端进行实时互动。