Zovda
人设数据集通常是一段描述加一堆「符合人设」的回复。这些回复彼此一致、也和描述一致，而用户一旦反驳角色，模型还是崩。
真正要学的是「压力之下仍保持一致」，而一堆配合的样例教不了这个。
描述不是状态
「一个谨慎、不喜欢炒作的工程师」描述的是倾向。它没说：当用户声称这个角色说过某句它没说过的话时，该怎么办。
回复必须由一个「知道之前说过什么」的状态生成，而不是由一段概括「这个人是谁」的文字生成。
故意把顶撞写进去
每个角色收三类回合：用户恭维、用户指控、用户在场景中途强行换话题。对每一类的回复，才是数据。
大多数集合一条都没有，所以每个演示都很愉快，而每段真实对话都不愉快。
一条人设记录里有什么
- 角色卡，带版本
- 场景，以及到目前为止发生了什么
- 这一回合，用用户的声音
- 回复，以及它依据角色卡里的哪一部分
- 角色有没有偏离，如果有，是不是有意的
最后一个字段，把口味变成了可以复核的东西。
出戏的回合也要留
角色破功的时候，那段补救就是数据。见过「破功被体面接住」的模型，才接得住下一次。
这些集合由 Zovda 通过 Datuva 生产，角色卡和对话始终关联。语料总目录标出了对话类数据的位置。
告诉我你的角色必须守住什么，我们会在 1 个工作日内回复。