DevTrends开发者趋势
主题色
HelloGitHub 投稿 ↗

kldhsh123 /

Afterglow

从真实历史聊天中构建可检索的关系记忆、人格与表达风格,通过 RAG + Persona + OpenAI 兼容 API,让熟悉的语气继续留在对话里 亮点 在非微调的聊天记录炼化项目中要么是特定场景还原度十分糟糕,要么重度依赖主观看法自主填写要模拟的人格特点。我认为这些都是无法容忍的,通过RAG的优势,可以在特定场景达到非常高的拟真度,同时,人格的分析也交由ai处理,我认为这可以更好的还原屏幕对面的那个人

DT数据与运维DT生活与娱乐语言Python原始afterglow原始ai-companion原始digital-companion原始lancedb原始llm原始qq-chat原始rag原始semantic-search原始vector-database

项目介绍

从真实历史聊天中构建可检索的关系记忆、人格与表达风格,通过 RAG + Persona + OpenAI 兼容 API,让熟悉的语气继续留在对话里 亮点 在非微调的聊天记录炼化项目中要么是特定场景还原度十分糟糕,要么重度依赖主观看法自主填写要模拟的人格特点。我认为这些都是无法容忍的,通过RAG的优势,可以在特定场景达到非常高的拟真度,同时,人格的分析也交由ai处理,我认为这可以更好的还原屏幕对面的那个人

介绍整理自已收录的社区资料。

收录记录

以下日期为 DevTrends 收录日期,指标来自当时的数据快照。

  1. 从真实历史聊天中构建可检索的关系记忆、人格与表达风格,通过 RAG + Persona + OpenAI 兼容 API,让熟悉的语气继续留在对话里 亮点 在非微调的聊天记录炼化项目中要么是特定场景还原度十分糟糕,要么重度依赖主观看法自主填写要模拟的人格特点。我认为这些都是无法容忍的,通过RAG的优势,可以在特定场景达到非常高的拟真度,同时,人格的分析也交由ai处理,我认为这可以更好的还原屏幕对面的那个人

DEV TRENDS / COMMUNITY

讨论这个项目

使用 GitHub 登录,分享使用体验、问题或项目新动态。

查看全部讨论 ↗