很多人把这类 lora 理解成单纯放开限制，我觉得跑偏了。以前那些 bypass 系的做法是硬掰输出分布，副作用就是情绪表达变木、角色特征跟着一起丢，你让它做个表情它给你一张呆脸。
而降拒绝这条路子如果做得干净，模型不再在中途跟你拉扯，剩下的算力才真去对齐你写的东西，所以外面放出来的样例里情绪和角色知识保留得反而更好——这不是玄学，是少了一层内耗。
我自己还没上手跑，暂时只能算旁观判断。另外原帖被删这事挺可惜的，作者以前放过别的工具，起码不是三无。有跑过的说说角色一致性在多轮编辑下掉不掉？
很多人把这类 lora 理解成单纯放开限制，我觉得跑偏了。以前那些 bypass 系的做法是硬掰输出分布，副作用就是情绪表达变木、角色特征跟着一起丢，你让它做个表情它给你一张呆脸。
而降拒绝这条路子如果做得干净，模型不再在中途跟你拉扯，剩下的算力才真去对齐你写的东西，所以外面放出来的样例里情绪和角色知识保留得反而更好——这不是玄学，是少了一层内耗。
我自己还没上手跑，暂时只能算旁观判断。另外原帖被删这事挺可惜的，作者以前放过别的工具，起码不是三无。有跑过的说说角色一致性在多轮编辑下掉不掉？