RWKV 教程首页

RWKV 教程系列提供 RWKV 从入门（体验在线 demo）到精通（本地部署、微调、预训练）的全教程。

RWKV 入门教程

在线体验和模型下载

我们提供了 RWKV 模型的在线体验 Demo 和简单易用的模型下载方法，方便大家在线体验和下载多个版本的 RWKV 模型。

在线体验 RWKV 模型

通过在线 Demo 体验各种 RWKV 模型

下载 RWKV 模型

了解 RWKV 的模型种类和下载方法

改善 RWKV 模型的生成质量

由于 RWKV 模型的 RNN 架构特质，RWKV 模型对提示词更加敏感，通过优化提示词格式和调整解码参数，可以提升 RWKV 模型在不同任务的性能表现。

调整 RWKV 的解码参数

调整 RWKV 模型的解码参数，直接影响模型的生成效果

RWKV 的提示词格式

通过使用 RWKV 偏好的提示词格式，可以改善模型的输出质量

RWKV 中级教程

RWKV 模型本地部署工具

RWKVpip 库是 RWKV 官方 pip 包，代码开源易用，可用于开发各种 RWKV 应用。

RWKV Runner 和 Ai00 是 RWKV 社区开发的 RWKV 模型本地运行软件包，无需任何代码基础即可实现 RWKV 模型的本地部署。

RWKVpip 指南

了解 RWKVpip 包如何推理 RWKV 模型，对代码进行分段详解

RWKV Runner 使用教程

RWKV 的本地部署软件包，带新手友好的图形化界面

Ai00 使用教程

基于 WebGPU（vulkan） 的推理工具，支持大多数 GPU 和集显

其他开源模型推理工具

RWKV 模型也适配了其他热门的开源模型部署和推理工具：

llama.cpp 推理教程

本地部署 llama.cpp 并运行 RWKV 模型

Ollama 推理教程

本地部署 Ollama 并推理 RWKV 模型

Text Generation WebUI 教程

RWKV 模型的 Text Generation WebUI 推理方法

KoboldCpp 推理教程

使用 KoboldCpp 运行 RWKV 模型

SillyTavern 角色扮演教程

使用 SillyTavern 部署和运行 RWKV 模型，并进行角色扮演

RWKV 高级教程

微调简介和准备工作

微调简介

为什么要微调 RWKV 模型？微调之前需要准备什么？

配置训练环境

配置 Pytorch 等 RWKV 微调训练所需的软件环境

准备训练数据

根据你的目标任务，收集特定格式的训练数据，将其处理为 binidx 格式

微调方法的详细教程

推荐使用 RWKV 官方微调仓库 RWKV-PEFT，RWKV-PEFT 包含常见的 LoRA 微调、PiSSA 微调方法，也有 RWKV 模型特有的 State-Tuning 和 RWKV 社区成员 @JL-er 开发的 DiSHA 等独特的微调方法。

State Tuning 微调

RWKV 模型独特的 State Tuning 微调方法

LoRA 微调

RWKV 模型的 LoRA 微调方法，基于 RWKV-PEFT 仓库

DiSHA 微调

RWKV 模型的 DiSHA 微调方法，基于 RWKV-PEFT 仓库

PiSSA 微调

RWKV 模型的 PiSSA 微调方法，基于 RWKV-PEFT 仓库