基于xiaol的7B role模型进行的nsfw和roleplay特训微调

微调使用了1GB NSFW小说数据集，以及300M的小说续写数据集，并混入了450M的User Assistant标准问答指令数据集以保证降低微调带来的影响

最后混入了大约5M的roleplay和TRPG数据集进行Lora

使用以下参数进行Lora得到的模型

Lora_R=256

Lora_Alpha=512

Steps=50

Epoch=84

StartLoss=1.9

EndLoss=1.84