模型介绍
中文整理Qwen1.5-7B-poem: 古诗词领域基座模型
[](https://modelscope.cn/models/njauzwh/Qwen1.5-7B-poem/summary)
[](https://github.com/ricardozhy/Qwen1.5-7B-poem)
[](https://huggingface.co/ricardozhy/Qwen1.5-7B-poem)
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。
本项目旨在构建一个深度融合中国古诗词文化知识的语言模型基座，为后续在古诗词生成、赏析、问答、翻译等多种下游任务上的指令微调（Instruction-tuning）提供一个强大而坚实的起点。
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
首先，请确保您已经安装了 transformers、torch 等必要的库。
模型加载
您可以直接从 Hugging Face 或 ModelScope 加载模型。
Hugging Face:**
ModelScope:**
训练数据
本模型使用的核心训练数据来源于 GitHub 开源项目 VMIJUNV/chinese-poetry-and-prose。
- *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
为了将该模型的能力应用于实际场景，我们强烈建议开发者在此模型的基座上进行指令微调 (Instruction-tuning)。通过构建特定任务的指令数据集，您可以将 Qwen1.5-7B-poem 适配到以下各类应用中：
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
本项目采用 **Apache License 2.0** 许可证。
开源社区与联系方式
如果您觉得这个项目对您有帮助，欢迎在 GitHub 上给我们一个 ⭐️ Star，您的支持是我们持续优化的最大动力！
如有任何问题，欢迎通过 GitHub Issues 提交。
GitHub Issues: 提交问题
邮箱：zhaowenhua@njau.edu.cn
致谢
特别感谢 VMIJUNV/chinese-poetry-and-prose 项目及其贡献者们整理并提供的宝贵数据集，为本项目提供了坚实的数据基座。
SDK下载
Git下载
如果您是本模型的贡献者，我们邀请您根据模型贡献文档，及时完善模型卡片内容。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。