Update non-lore-README-cn.md

non-lore-README-cn.md

@@ -1,50 +1,51 @@
-[English](./non-lore-README.md) | [简体中文](./non-lore-README-cn.md)
-
-# Bigger Body 8b
-![image/png](AETEG6110A00KPFHTKMZVNG5C0.jpeg)
-基于Ministral Instruct 2410的角色扮演导向伪全微调模型  
-Ink系列的精神续作
-
-## 数据集
-Bigger Body（内部仍称为Ink v2.1）的数据混合配方堪称"黑暗料理"，比初代Ink混合配方更令人发指。
-
-<details>
-<summary>（公开）原始数据集</summary>
-
-<ul>
-    <li><a href="https://huggingface.co/datasets/Fizzarolli/limarp-processed">Fizzarolli/limarp-processed</a></li>
-    <li><a href="https://huggingface.co/datasets/Norquinal/OpenCAI">Norquinal/OpenCAI</a> - <code>two_users</code> 拆分集</li>
-    <li><a href="https://huggingface.co/datasets/allura-org/Celeste1.x-data-mixture">allura-org/Celeste1.x-data-mixture</a></li>
-    <li><a href="https://huggingface.co/datasets/mapsila/PIPPA-ShareGPT-formatted-named">mapsila/PIPPA-ShareGPT-formatted-named</a></li>
-    <li><a href="https://huggingface.co/datasets/allenai/tulu-3-sft-personas-instruction-following">allenai/tulu-3-sft-personas-instruction-following</a></li>
-    <li><a href="https://huggingface.co/datasets/readmehay/medical-01-reasoning-SFT-json">readmehay/medical-01-reasoning-SFT-json</a></li>
-    <li><a href="https://huggingface.co/datasets/LooksJuicy/ruozhiba">LooksJuicy/ruozhiba</a></li>
-    <li><a href="https://huggingface.co/datasets/shibing624/roleplay-zh-sharegpt-gpt4-data">shibing624/roleplay-zh-sharegpt-gpt4-data</a></li>
-    <li><a href="https://huggingface.co/datasets/CausalLM/Retrieval-SFT-Chat">CausalLM/Retrieval-SFT-Chat</a></li>
-    <li><a href="https://huggingface.co/datasets/ToastyPigeon/fujin-filtered-instruct">ToastyPigeon/fujin-filtered-instruct</a></li>
-</ul>
-</details>
-
-## 量化版本
-待补充！
-
-## 推荐配置
-对话模板：Mistral *v7-tekken*（注意不是v3-tekken！！主要区别是v7版有特定的`[SYSTEM_PROMPT]`和`[/SYSTEM_PROMPT]`标签）  
-推荐采样器（非绝对最优，请自行尝试）：
-- 我完全没头绪。请自行探索。
-
-## 超参数
-### 通用配置
-- 训练轮次 = 2
-- 学习率 = 2e-6
-- 学习率调度器 = 余弦退火
-- 优化器 = [Apollo-mini](https://github.com/zhuhanqing/APOLLO)
-- 优化目标模块 = `all_linear`
-- 有效批次大小 = 16
-- 权重衰减 = 0.01
-- 预热步数 = 50
-- 总训练步数 = 920
-
-## 致谢
-衷心感谢所有数据集创建者的贡献  
+[English](./non-lore-README.md) | [简体中文](./non-lore-README-cn.md)
+
+# Bigger Body 8b
+![image/png](AETEG6110A00KPFHTKMZVNG5C0.jpeg)
+基于Ministral Instruct 2410的角色扮演导向伪全微调模型  
+Ink系列的精神续作
+
+## 数据集
+Bigger Body（内部仍称为Ink v2.1）的数据混合配方堪称"黑暗料理"，比初代Ink混合配方更令人发指。
+
+<details>
+<summary>（公开）原始数据集</summary>
+
+<ul>
+    <li><a href="https://huggingface.co/datasets/Fizzarolli/limarp-processed">Fizzarolli/limarp-processed</a></li>
+    <li><a href="https://huggingface.co/datasets/Norquinal/OpenCAI">Norquinal/OpenCAI</a> - <code>two_users</code> 拆分集</li>
+    <li><a href="https://huggingface.co/datasets/allura-org/Celeste1.x-data-mixture">allura-org/Celeste1.x-data-mixture</a></li>
+    <li><a href="https://huggingface.co/datasets/mapsila/PIPPA-ShareGPT-formatted-named">mapsila/PIPPA-ShareGPT-formatted-named</a></li>
+    <li><a href="https://huggingface.co/datasets/allenai/tulu-3-sft-personas-instruction-following">allenai/tulu-3-sft-personas-instruction-following</a></li>
+    <li><a href="https://huggingface.co/datasets/readmehay/medical-01-reasoning-SFT-json">readmehay/medical-01-reasoning-SFT-json</a></li>
+    <li><a href="https://huggingface.co/datasets/LooksJuicy/ruozhiba">LooksJuicy/ruozhiba</a></li>
+    <li><a href="https://huggingface.co/datasets/shibing624/roleplay-zh-sharegpt-gpt4-data">shibing624/roleplay-zh-sharegpt-gpt4-data</a></li>
+    <li><a href="https://huggingface.co/datasets/CausalLM/Retrieval-SFT-Chat">CausalLM/Retrieval-SFT-Chat</a></li>
+    <li><a href="https://huggingface.co/datasets/ToastyPigeon/fujin-filtered-instruct">ToastyPigeon/fujin-filtered-instruct</a></li>
+</ul>
+</details>
+
+## 量化版本
+- [bartowski 的 imatrix GGUF 模型](https://huggingface.co/bartowski/allura-org_Bigger-Body-8b-GGUF)
+感谢所有量化贡献者 <3
+
+## 推荐配置
+对话模板：Mistral *v7-tekken*（注意不是v3-tekken！！主要区别是v7版有特定的`[SYSTEM_PROMPT]`和`[/SYSTEM_PROMPT]`标签）  
+推荐采样器（非绝对最优，请自行尝试）：
+- 我完全没头绪。请自行探索。
+
+## 超参数
+### 通用配置
+- 训练轮次 = 2
+- 学习率 = 2e-6
+- 学习率调度器 = 余弦退火
+- 优化器 = [Apollo-mini](https://github.com/zhuhanqing/APOLLO)
+- 优化目标模块 = `all_linear`
+- 有效批次大小 = 16
+- 权重衰减 = 0.01
+- 预热步数 = 50
+- 总训练步数 = 920
+
+## 致谢
+衷心感谢所有数据集创建者的贡献  
 特别鸣谢Allura��员们的测试支持与精神鼓励 爱你们 /柏拉图式