我在做同样的事情。
Seq2Seq 模型似乎不能胜任多轮对话，还是得从因果语言模型着手。
我曾在其它场景中使用少量高质量样本对 GPT2-Chinese 项目的预训练模型进行微调，模型很好地掌握了行文风格。
模型加载后，在 CPU 上推理并不非常耗时，因此部署想必也行得通。
目前，我正在尝试 GPT2-chitchat 项目，不过其预训练模型本身的输出不适合当前场景。
期待楼主的研究成果。

我在做同样的事情。
Seq2Seq 模型似乎不能胜任多轮对话，还是得从因果语言模型着手。
我曾在其它场景中使用少量高质量样本对 GPT2-Chinese 项目的预训练模型进行微调，模型很好地掌握了行文风格。
模型加载后，在 CPU 上推理并不非常耗时，因此部署想必也行得通。
目前，我正在尝试 GPT2-chitchat 项目，不过其预训练模型本身的输出不适合当前场景。
期待楼主的研究成果。