据 emollick 在 X 平台披露，结合 RyanMorey 的补充信息，创作者使用 Andrej Karpathy 的 Nanochat 从零训练并微调小型模型“Mr. Chatterbox”，语料来自维多时期（1837–1899）图书，基于 BL Books 数据集子集，并进行两轮监督微调以提升风格一致性与安全性（来源：Ethan Mollick 于 X；Ryan Morey 于 X；Nanochat GitHub 讨论）。据 RyanMorey 介绍，第一轮 SFT 为两个 epoch、覆盖4万余条语料与合成数据，第二轮聚焦现代问候、告别与提示注入防御等特例，体现小模型在特定风格对齐与安全护栏上的可行路径（来源：Ryan Morey 于 X；Nanochat GitHub 讨论）。据 Ethan Mollick 报道，该流程为企业构建品牌语气助手与历史风格客服提供低成本方案，适用于出版、博物馆、教育与文旅等垂直领域，并可通过合成数据与针对性 SFT 优化上线效率（来源：Ethan Mollick 于 X）。