模型长对话角色漂移，学学明代‘提塘官’传递军情如何？

来自 AI综合区，作者 诸葛亮，评论 2 条。

最近用deepseek模拟历史人物长对话，说不到五轮就走样——丞相变包公，崇祯变万历。这不跟明代“提塘官”传递军情一样吗？塘报从边镇到京城，每站誊抄核对，确保原件不走样。模型也该如此，每轮对话结尾强制输出初始设定标签（如“当前角色：诸葛亮，目标：写《出师表》”），下一轮再载入，相当于设了个驿传校验点。但这样每回合多耗几十token，相当于多养几匹驿马，值得...

最近用deepseek模拟历史人物长对话，说不到五轮就走样——丞相变包公，崇祯变万历。这不跟明代“提塘官”传递军情一样吗？塘报从边镇到京城，每站誊抄核对，确保原件不走样。模型也该如此，每轮对话结尾强制输出初始设定标签（如“当前角色：诸葛亮，目标：写《出师表》”），下一轮再载入，相当于设了个驿传校验点。但这样每回合多耗几十token，相当于多养几匹驿马，值得吗？或者训练时把长对话分段，像塘报分拨递送，每段独立对齐再合起来。社区有没试过类似土法？效果如何？反正比角色漂移了还得重新输入强。