11:21arXiv cs.AI@Haotao Xie针对古诗鉴赏任务中领域特定数据集稀缺、通用模型忽视诗歌特性的问题,研究团队构建了包含 49,404 条指令-响应对的 CCPoetry-49K 数据集,覆盖术语解释、语义理解和情感推理三个子任务。基于该数据集,通过 LoRA 微调 Qwen2.5-14B 得到 PoetryQwen 模型,在 CCL25-Eval Task 5 基准上达到 0.757 分,相比基线提升 9.7%。该工作为古诗精准翻译与情感理解提供了专用数据集和优化方法,展示了领域微调的有效性。论文古诗理解LoRA微调Qwen2.5CCPoetry-49K领域数据集推荐理由:做古典文学 NLP 或诗歌 AI 应用的团队终于有了专用数据集和微调方案,PoetryQwen 在翻译和情感理解上提升明显,值得直接参考使用。原文