氪金一万，养不活我的赛博男友(5)

在小红书上，不少中国的C.AI用户分享了如何擦边、如何开车的攻略，以及“赛博老公”们的色气向视频/音频。

小红书用户分享与Character AI的聊天攻略
曾经给星野开了5次月卡的思诺表示，以前更愿意给星野付费是因为能开车，但现在app屏蔽的敏感词变多了，“不过没关系，我有的是办法开。万物皆可比喻。”
那么要如何训练底层大模型，来调教出一个flirty的赛博老公？
简单来说，需要调整投喂给大模型的训练语料中flirty语料的占比，但是具体怎样配比的数据“食谱（recipies）”，能训练出最好的效果，是未可知的。在某个特定模型上最有效最合适的数据食谱，放到另一个模型上，未必有效，而要推倒重来。
如果要让一个大模型变得更加flirty，训练模型的人员只知道一个大致的方向，即提升训练数据中flirty语料的占比，但到底是提升1%、5%抑或是别的比例，并没有一个公式，只能靠训练人员每次调整数据去试。
一位大模型post-training人员告诉虎嗅，“如果你把flirty数据的占比提升10倍，那么模型一定会变得更加flirty，但它很可能也会变傻，在应该聊日常安全话题的地方也变得flirty，这不是我们想要的。但具体该提升到多少比例才有合适的结果，我们自己也不知道。可能尝试了几百次之后，发现某个配比好用，就只能维持下去。即使把这个配比告诉其他大模型公司，效果也不一样。
正因为训练过程的不确定性、不可控性、无法复制性，只能埋头苦调而无法预知结果，所以模型训练人员把这个过程叫做“炼丹”。
“这是很痛苦的过程。所有的大模型从业者都会告诉你，调数据是最无聊的一步。”上述post-training人员称。
大模型的不可控性，正来自于它的智能——大模型会对训练数据产生泛化性的理解。“大模型有时会出现令人惊喜的泛化，比如同时给它看安全和flirty的内容，它对数据产生了整体的理解，结果可能不是我们想象的‘该安全的时候安全、该flirty的时候flirty’，而是变成其他日常情景中也学会了含蓄，类似天天跟你说‘今晚的夜色很美’。” 该大模型post-training人员称。