Ein neues Open-Source-Projekt namens poetry_dataset bietet eine vollständige Pipeline zur Feinabstimmung großer Sprachmodelle für die Generierung klassischer chinesischer Poesie, speziell optimiert für Apple Silicon Macs. Das Projekt nutzt das MLX-Framework und ermöglicht Entwicklern mit nur 16 GB RAM, Modelle der Qwen-Serie mit LoRA feinabzustimmen. Es enthält einen kuratierten Poesie-Trainingsdatensatz, Datenkonvertierungsskripte und sogar ein Tool zur Überprüfung der Prosodie klassischer chinesischer Poesie. Der Ersteller hat auch eine Demoseite, shi-ci.cn, gestartet, die das feinabgestimmte Modell in Aktion zeigt. Diese Initiative senkt die Hürden für domänenspezifische Feinabstimmung, insbesondere für kulturelle und sprachliche Anwendungen, ohne teure GPU-Cluster zu benötigen. Das Projekt ist vollständig Open Source und auf GitHub verfügbar, was es zu einer praktischen Ressource für NLP-Forscher und Indie-Hacker macht.
Ein Entwickler hat poetry_dataset veröffentlicht, einen Open-Source-Datensatz und eine vollständige Pipeline zur Feinabstimmung von LLMs für die Generierung klassischer chinesischer Poesie, optimiert für Apple Silicon Macs mit dem MLX-Framework. Inklusive Demoseite shi-ci.cn.