このモデルには主に3つのバリエーション・バージョンが存在する：
1.基本バージョン（ティファ・ディープセックス-14b-CoT）
- 研究テストの性質
- RL報酬アルゴリズムの初期検証
- 出力は柔軟だが制御性は低い
2.チャット版（Tifa-Deepsex-14b-CoT-Chat）
- 標準的なトレーニングデータ（0.4T新規データ＋112K SFTデータ）を使用
- 繰り返しを防止するDPO強化学習の統合
- 政治的安全性の向上
- 分散性と安定性のバランス
3.クレイジーバージョン（ティファ＝ディープセックス＝14b＝CoT＝クレイジー）
- 671B全血R1蒸留データに基づく
- 卓越した文学的・創造的スキル
- R1モデルの分散特性の継承
- 最大502Kエントリまでのインクリメンタル・トレーニング・データ
一般ユーザーにはChatエディション、研究ユーザーにはBasicエディション、プロのライターにはよりクリエイティブな文章を出力できるCrazyエディションをお勧めします。
この答えは記事から得たものである。Tifa-Deepsex-14b-CoT：ロールプレイングと超長編小説の生成に特化した大型モデル。について
無断転載を禁じます：AI生産性ツール " ティファ-Deepsex-14b-CoTの各バージョンの主な違いは何ですか？
