QwQ 32B RpR v1

QwQ-32B-ArliAI-RpR-v1 — это модель с 32 миллиардами параметров, дообученная на основе Qwen/QwQ-32B с использованием специально подобранного набора данных для креативного письма и ролевых игр, изначально разработанного для серии RPMax. Она предназначена для поддержания связности и логики в длинных многоходовых диалогах, вводя явные шаги рассуждения на каждом этапе диалога, которые генерируются и уточняются с использованием самой базовой модели.

Модель была обучена с использованием RS-QLORA+ на последовательностях длиной 8K и поддерживает до 128K контекстных окон (с практической производительностью около 32K). Она оптимизирована для креативных ролевых игр и генерации диалогов с акцентом на минимизацию повторений в разных контекстах при сохранении стилистического разнообразия.