参考文献

【1】我用我的微信聊天记录和 280 篇博客文章，做了我自己的数字克隆AI

王登科博主一直渴望创建一个与众不同的聊天机器人。他认为，尽管聊天 AI 已经取得了巨大进步，但它们与他心目中的 AI 还是有所差异。因此，他决定利用自己在网络世界中留下的痕迹，包括微信聊天记录和博客文章，来训练一个独一无二的 AI，这个 AI 能够更接近他自己的思维和行为模式。通过使用开源工具 WechatExporter 从 iPhone 中导出微信聊天记录，并编写 Python 脚本进行数据清洗，他获得了一个个人化的微信聊天数据集。接着，他选择了 chatglm-6b 作为预训练模型，并在此基础上进行了微调训练。由于训练结果的 loss 下降不佳，他决定将博客文章转换为问答格式的数据集并进行第二轮训练。最终，他通过融合两个模型的权重，创建了一个更加符合自己特点的数字克隆 AI。尽管这个 AI 在多轮对话和准确性方面存在一些不足，但它能够体现出一些与博主相似的特点。王登科将这个数字克隆 AI 部署在线上，让大家可以与之交流，并表示会持续优化这个模型。

【2】用微信聊天记录来做AI数字的你，开源了

网页主要报道了一个名为 wecone 的开源项目，该项目利用微信聊天记录通过 RAG 知识库模型微调，生成用户的数字分身，支持阿里同义千问 2.5 模型，并且提供了 ASR 与 TTS 功能，可以将聊天记录转化为用户自己的声音。