Update README.md

README.md

@@ -19,7 +19,10 @@ license: other
 - **GGUF**: [Q4_K_M | Q5_K_M | Q8_0](https://huggingface.co/ValueFX9507/Tifa-Deepsex-14b-CoT)（更多量化版本持续更新中）
 - **Demo APK**: [点击下载](https://example.com/path/to/demo.apk) <!-- 替换为实际下载链接 -->
 
-本模型基于Deepseek-R1-14B进行深度优化，通过三重训练策略显著增强小说文本生成与思维链（CoT）能力。特别适合需要长程上下文关联的创作场景。
+本模型基于Deepseek-R1-14B进行深度优化，通过三重训练策略显著增强角色扮演、小说文本生成与思维链（CoT）能力。特别适合需要长程上下文关联的创作场景。
+
+## 目标
+针对原版Deepseek-R1-14B在长文本生成连贯性不足和角色扮演能力薄弱的核心缺陷（主要由于训练数据中小说类语料占比过低），本模型通过多阶段优化提升其角色扮演能力。
 
 ## 模型亮点
 🔥 **四阶段进化架构**：
@@ -40,7 +43,7 @@ license: other
 | 基础架构 | Deepseek-R1-14B |
 | 最大上下文 | 128k |
 | 训练数据 | 0.4T小说 + 10万条SFT + Deepseek混合数据 |
-| 训练设备 | 8×H800 GPU集群 |
+| 训练设备 | 8×H20 GPU集群 |
 | 量化支持 | GGUF（全系列量化计划中） |
 
 ## 使用场景
@@ -61,17 +64,30 @@ license: other
 2. 角色扮演数据需遵循[Tifa使用协议](https://leftnorth.com/terms.html)
 3. 生成内容需符合当地法律法规
 
-## 示例对话
-```python
-from transformers import AutoTokenizer, AutoModelForCausalLM
 
-model = AutoModelForCausalLM.from_pretrained("your_hf_account/Tifa-Deepseek-14b-CoT")
-tokenizer = AutoTokenizer.from_pretrained("your_hf_account/Tifa-Deepseek-14b-CoT")
+## 💡 使用建议
+**最佳实践**：
+```python
+# 启用角色扮演模式
+prompt = """<system>进入Tifa角色引擎...</system>
+<user>你现在是流浪武士楚夜，正站在长安城屋顶上</user>
+<think>
+需要体现人物孤傲的气质
+加入武侠特有的环境描写
+保持对话的冷峻风格
+</think>
+<楚夜>"""
+```
 
-input_text = "[系统]进入创作模式...</s>[作者]现在要描写一个未来都市的雨夜场景："
-inputs = tokenizer(input_text, return_tensors="pt")
-outputs = model.generate(**inputs, max_length=1024)
-print(tokenizer.decode(outputs[0]))
+**参数推荐**：
+```python
+generation_config = {
+    "temperature": 0.8,
+    "top_p": 0.8,
+    "repetition_penalty": 1.17,
+    "max_new_tokens": 1536,
+    "do_sample": True
+}
 ```
 
 ## 致谢