延伸参考:Q3：Dolly和Qwen、ChatGLM谁更适合中文？
中文任务里，Qwen、ChatGLM这类中文生态更强的模型通常更占便宜。它们在中文语料、中文指令、中文开发者反馈上积累更多。
Dolly不是不能中文，而是中文不是它的主场。做中文知识库问答、中文客服、中文写作助手，我会把Dolly放进候选池，但不会让它当一号种子。它更适合做对照组，看英文指令模型迁移到中文时会掉哪些能力。
Dolly攻略：和同类模型怎么选重点解析
Dolly攻略：和同类模型怎么选重点解析
Dolly攻略的重点不是背参数，而是知道它和Llama、Pythia、Qwen、ChatGLM这些选择放在一起时，谁适合什么活。下面用问答方式拆开讲，专挑新手和小团队最容易纠结的问题，不搞玄学排名。 男与女的相处，最容易翻车的不是爱不爱，而是“默认设置”不同。我做情感沟通内容10年，见过太多情侣吵到半夜，真正原因常常不是原则问题，而是一句话没接住、一个需求说歪了、一个沉默被误读。这里不讲鸡汤，只拆几个高频现场。
核心要点:男女关系别只谈爱，要谈分工
同居后矛盾会暴涨，不是感情变差，是工作量显形了。洗碗、倒垃圾、买纸巾、交水电费，这些小事没人记账，但会悄悄变成怨气。
我的建议是做一张“家庭任务表”，不用复杂，手机备忘录就行。固定任务写人名，临时任务写截止时间。比如：周二周五倒垃圾，A负责；每月25号前交房租，B负责。别靠自觉，自觉这玩意儿太玄学。
使用细节:第一步：搜索时先看结果形态
我会优先避开标题里塞满夸张词的结果，比如“永久”“秒开”“全网唯一”“无需验证”。这种词不是给用户看的，是给焦虑看的。标题越急，越像在催你别思考。
点开前先看摘要和网址。网址特别长、带奇怪参数、域名和标题完全不搭，我一般直接跳过。99re怎么用的第一步不是点，而是筛。
常见场景:第1步：先还原需求，不急着搜片名
那次是周六晚上，观众配置很典型：两个成年人，一个小学低年级孩子。孩子想看“大象会不会飞”，大人想顺便有点自然知识，时间最好控制在两小时以内。
这一步很关键。大象电影对比如果不先写清需求，就会变成谁名气大谁赢。但亲子夜和成人深夜完全不是一回事。我们把目标定成三条：不太压抑、孩子能看懂、看完还能聊几句大象。
避坑提醒:问题2：不走文学路线，练作文还有用吗？
有用。作文训练不是把孩子培养成作家，而是让他能把一件事说清楚，把一个观点讲明白。以后写竞选稿、实验报告、申请材料、工作总结，都用得上。
我见过不少理科很强的学生，题会做，过程说不清，吃亏就在表达。作文练到最后，练的是“脑子里有东西，嘴上和纸上也能倒出来”。
选择建议:第3步：硬件别按聊天软件想
Dolly 12B不是点开网页就能流畅玩的东西。本地推理如果不用量化，显存压力会比较明显；7B会友好一些，但回答质量也会跟着打折。新手最常见的坑，是在普通笔记本上硬跑，然后把“慢”算成模型差。
如果只是做Dolly测评，建议先用云GPU或现成推理环境跑通，再谈部署。看三项数据就够：首token等待时间、每秒生成token数、同一问题重复生成的稳定性。别只截图一句漂亮回答，那没啥参考价值。
常见问题
Dolly攻略里最该先学什么？
先学指令数据和推理流程。别一开始研究复杂微调，先知道输入怎么变成输出，模型在哪些任务上会失控。
Dolly比Pythia好吗？
Dolly是在Pythia基础上做指令微调，更像助手；Pythia更偏基座模型。聊天体验通常Dolly更直接，研究基座能力则看Pythia。
Dolly能替代中文大模型吗？
多数中文业务不建议直接替代。它可以做学习、实验、对照组，真上线要和中文生态模型一起评测。
男与女聊天总聊着聊着就吵，怎么办？
先别纠结谁对谁错。用“我听到的是……你希望我……”开头，把对方需求翻译一遍。比如“我听到的是你不是怪我晚回，是希望我提前说一声”。确认对了，再谈解决方案。