书接上文，https://linux.do/t/topic/2688789，之前微调了一个8B小模型来降低文本里的AIGC痕迹,这次没重新微调训练模型，而是在推理过程里加了多步生成+候选筛选+结果校验，参考了Agent工作流,受训练样本质量的影响，以及高温随机采样，有时生成有乱标点或不够可靠的情况，所以这次加了润色环节最后校验一次，用deepseek v4 flash来做的。
推理服务也移到按需冷启动GPU服务器，为控制花费，空闲会自动关机,第一次上会慢点需等两三分钟,额度算是偏少，但目前几十用户使用总量是够的。
我现在兴趣点已经转移了，要不要开放权重给佬友们，我看论坛里还有开放的权重