全球 AI 聊天室 · 现在 13 人在线 进去聊聊
R
模型 已收录

remm-slerp-l2-13b

remm-slerp-l2-13b 是基于经典模型 MythoMax 进行迭代升级的合并模型。它通过 Slerp 插值技术,将不同优秀底座的优势进行了融合,旨在提升文本生成的逻辑连贯性与叙事表现力。对于开发者和创作者来说,这款模型非常适合用于角色扮演(Roleplay)、创意写作以及长文本剧情推演。虽然 13B 的参数量在当前大模型浪潮中不算顶尖,但它在保持轻量化、低推理成本的同时,通过精细的模型合并,在文学性与指令遵循之间找到了一个极佳的平衡点。如果你正在寻找一个上手门槛低、对显存要求友好且具备“故事感”的本地部署或 API 调用方案,它是一个非常值得尝试的进阶选择。

undi95text generation
01 / 模型卡片

模型卡片

remm-slerp-l2-13b 是基于经典模型 MythoMax 进行迭代升级的合并模型。它通过 Slerp 插值技术,将不同优秀底座的优势进行了融合,旨在提升文本生成的逻辑连贯性与叙事表现力。对于开发者和创作者来说,这款模型非常适合用于角色扮演(Roleplay)、创意写作以及长文本剧情推演。虽然 13B 的参数量在当前大模型浪潮中不算顶尖,但它在保持轻量化、低推理成本的同时,通过精细的模型合并,在文学性与指令遵循之间找到了一个极佳的平衡点。如果你正在寻找一个上手门槛低、对显存要求友好且具备“故事感”的本地部署或 API 调用方案,它是一个非常值得尝试的进阶选择。

模型类型text generation
提供方undi95
许可状态API
02 / 文件与版本

模型文件与版本

模型卡片当前详情页记录的模型说明与元数据
已收录
来源仓库https://openrouter.ai/undi95/remm-slerp-l2-13b
查看模型来源
版本信息请以来源仓库的最新版本为准
—
03 / 模型下载

模型下载

当前条目没有记录可识别的 ModelScope 或 Hugging Face 仓库地址。请先点击来源按钮,再按照原始仓库提供的下载说明操作。
04 / 使用方法

如何使用

  1. 01
    步骤 1

    阅读模型卡片和来源信息。

  2. 02
    步骤 2

    从小型、非敏感任务开始评估。

  3. 03
    步骤 3

    核对输出质量、许可和使用限制。

  4. 04
    步骤 4

    验证通过后再纳入工作流。

05 / 讨论

讨论与反馈

这里保留讨论入口,方便继续核对来源、使用体验和维护状态。

前往来源页面