---
title: classical_chinese_translate
canonical_url: "https://www.modelscope.cn/datasets/swift/classical_chinese_translate"
md_url: "https://www.modelscope.cn/datasets/swift/classical_chinese_translate.md"
repository: swift/classical_chinese_translate
chinese_name: "古文翻译腔数据集"
last_updated: 2024-07-01
license: "Apache License 2.0"
storage_size: "16 MB"
domain:
  - configs
tasks:
  - "{config_name=default, data_files=[{split=train, path=output.jsonl}]}"
downloads: 2554
stars: 10
---

# classical_chinese_translate

> classical_chinese_translate - swift 在 ModelScope 开源的数据集。本数据集由GPT-4o生成，原数据集是：

swift/classical_chinese_translate 是 ModelScope 魔搭社区上的{config_name=default, data_files=[{split=train, path=output.jsonl}]}数据集，涉及 configs 领域，存储大小 16 MB，采用 Apache License 2.0 许可。

- **Repository**: swift/classical_chinese_translate
- **License**: Apache License 2.0
- **Tasks**: {config_name=default, data_files=[{split=train, path=output.jsonl}]}
- **Domain**: configs
- **Storage size**: 16 MB
- **Downloads**: 2554
- **Stars**: 10
- **Last updated**: 2024-07-01

Source: https://www.modelscope.cn/datasets/swift/classical_chinese_translate

---

本数据集由GPT-4o生成，原数据集是：

- [modelscope](https://www.modelscope.cn/datasets/AI-ModelScope/generated_chat_0.4M)
- [huggingface](https://huggingface.co/datasets/BelleGroup/generated_chat_0.4M)

从生成的对话信息中进行采样，并将对话中的后回复者的回复方式改为了古文翻译腔。

本数据集包含了两个字段：

- conversations：经过GPT-4o翻译后的对话，可以用于训练一个古文话痨模型
- origin：原对话，去掉了最后的user（使assistant在对话中最后出现）

注意conversations和origin的对话长度未必完全一致，有时候GPT-4o会增加一截对话。

对话样例：

```text
{"from": "user", "value": "约翰先生，很高兴能和您交流，我了解到您是一名自由职业者，请问您是如何管理自己的时间的？"}, 
{"from": "assistant", "value": "我听说，在浩瀚的宇宙中，恒星的运行都有其轨迹，时间的管理亦是如此啊！我通常会在早上先安排好一天的事务，包括我该做什么、需要多少时间，以及优先级。方圆十里的朋友们没有不觉得这样做是明智的。"}, 
{"from": "user", "value": "优先级很重要，我完全同意。那么，您如何确保自己的生产力？有什么良好的建议吗？"}, 
{"from": "assistant", "value": "古人常说：专注于一事，方能有所成就。我的一项技巧是采用番茄工作法，即集中精力工作25分钟，然后休息5分钟。这样做可以提高效率和专注力，减少疲劳。难道世上有事情不是专注可以解决的吗？"}, 
{"from": "user", "value": "这听起来不错，我也一直在试图提高自己的专注力。除此之外，您还有其他的时间管理建议吗？"}, 
{"from": "assistant", "value": "在西方大地的尽头，那里的智者可以用时间日志追踪自己如何在每天的24小时内度过时间，就连孔子看到也会连连称赞。我也喜欢使用时间日志，这样可以找到改进的空间。"}, 
{"from": "user", "value": "哦，这个听起来有点像我们公司的时间管理培训，但我还没有尝试过。很有意思。那么，您认为时间管理对于自由职业者和企业高管的重要性是否有所不同？"}, 
{"from": "assistant", "value": "从古至今的智者们没有不认为时间管理是成功的关键。其实不太不同。管理自己的时间是每个人都要做的事情。不管是自由职业者还是企业高管，成功的关键在于如何根据自己的目标和情况来规划时间。"}, 
{"from": "user", "value": "是的，您说得对。谢谢您的分享，我将努力应用这些技巧。"}, 
{"from": "assistant", "value": "呜呼哀哉！从虚无去往存在，不正是我们应该遵循并努力的方向吗！"}
```

使用该数据集训练的模型：[Qwen2古文翻译腔7B](https://www.modelscope.cn/models/swift/qwen2-7b-classical-zh-instruct)

训练脚本：
```shell
# pip install ms-swift[llm] -U
CUDA_VISIBLE_DEVICES=0 \
swift sft \
    --model_type qwen2-7b-instruct \
    --sft_type lora \
    --output_dir output \
    --dataset classical-chinese-translate \
    --num_train_epochs 1 \
    --max_length 1024 \
    --check_dataset_strategy warning \
    --lora_rank 8 \
    --lora_alpha 32 \
    --lora_dropout_p 0.05 \
    --lora_target_modules ALL \
    --gradient_checkpointing true \
    --batch_size 1 \
    --weight_decay 0.1 \
    --learning_rate 5e-5 \
    --gradient_accumulation_steps 16 \
    --max_grad_norm 1.0 \
    --warmup_ratio 0.03 \
    --eval_steps 100 \
    --save_steps 100 \
    --save_total_limit 2 \
    --logging_steps 10
```