精选理由
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。
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。
AI 翻译 · 中文
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。
Recently, large language models (LLMs) have achieved promising progress in the fields of classical Chinese translation and the generation of classical poetry. However, domain-specific research on precise translation and …