Qwen1.5-7B-poem: 古诗词领域基座模型

## 简介 Qwen1.5-7B-poem 是一个基于 Qwen1.5-7B 模型，在海量高质量中国古诗词数据上进行继续预训练（Pre-training）而成的领域基座模型。

主要特点

• 深厚领域知识: 模型通过学习约5.2亿字符的专业语料，对古诗词的语言风格、韵律、作者、朝代背景、注释翻译等建立了深刻的理解。
• 卓越续写能力: 作为一个基座模型 (Base Model)，它在文本补全和续写方面表现出色，能够自然地承接上文，生成符合韵律和意境的文段。
• 强大的微调潜力: 是进行指令微调的理想基座。开发者可以利用其丰富的内化知识，通过少量有监督数据微调，即可在特定任务上达到优异性能。
• 开源开放: 模型、代码和训练细节完全开放，鼓励社区在此基座上进行探索和创新。

使用方法

环境准备

模型加载

训练数据

• 数据规模: 语料总计约 5.2亿字符。
• 数据内容: 覆盖了从先秦到近代的数万名诗人的作品，包含了丰富的元信息，如诗词原文、作者朝代、现代文翻译、字词注释、作品赏析等。

应用场景与未来方向

• 古诗词生成: 根据主题、意象、体裁（五言、七言、词牌）等指令创作诗词。
• 智能问答: 建立一个能够回答关于诗人、作品背景、诗句含义等问题的智能系统。
• 自动赏析: 输入一首诗，模型可以自动生成赏析文段。
• 古文翻译: 提升古诗词到现代白话文的翻译质量和流畅度。
• 教育辅助: 开发辅助学生学习和理解古诗词的工具。
• 数字人文研究: 作为强大的工具，辅助进行文学计量学、作者归属等研究。

许可证

开源社区与联系方式

• GitHub Issues: 提交问题
• 邮箱：zhaowenhua@njau.edu.cn

致谢