把《荀子》喂进 Transformer 后XunziALLM 让这三件事变简单了【免费下载链接】XunziALLM项目地址: https://gitcode.com/gh_mirrors/xu/XunziALLM读《荀子》读到「天行有常」卡住了翻了十几处注疏文言文语法还是抓不准更别提批量处理。通用大语言模型更靠不住——它们见过的文言语料太少。XunziALLM 是专门面向古籍领域构建的大语言模型基座选用 Qwen 等开源模型语料以《荀子》及相关古籍为核心。可以把它当成一位「古籍处理老手」而不是「全能助手」。 古籍断句翻译能不能直接把古文译成现代汉语你可以把《荀子》无标点的原文直接丢给它让它自动断句、加标点再给出一版现代汉语译文。官方效果示例里「吾尝终日而思矣不如须臾之所所学也」逐句译成了现代中文意思没跑读起来也通顺。 古籍信息抽取实体怎么从古文里抽出来你可以指定「请提取出以下文本中的动物名」让它扫一遍「积土成山……螾蛇无足而飞」那段列出来骐骥、驽马、蝮、蟹、蛇蟺、螣蛇、楯鼠、尸鸠。人肉逐行划的重点一次提示词搞定。底层怎么跑的语料决定上限XunziALLM 底层仍是 Transformer 架构走自监督的下一词预测训练路线。差别在语料它在《荀子》等文言文本上做了深度训练并对古汉语的特殊句法结构、古旧词汇做了定向优化所以分词、词性标注这类下游任务才稳。上手成本API 接入有多麻烦接 API 不折腾对话版 Xunzi-Qwen1.5-7B_chat 走 OpenAI 客户端同款接口把 base_url 指向官方端点就能对话。基座模型完全开源有自己语料的人可以接着在目标任务上微调二次开发空间留得很大。Qwen、GLM、Baichuan 等多个基座版本可供挑选。手上有待处理的古籍语料的话不妨先跑一段断句加翻译看看输出质量。【免费下载链接】XunziALLM项目地址: https://gitcode.com/gh_mirrors/xu/XunziALLM创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考