3tic-project

Orion - 针对轻小说场景训练、优化的翻译模型

20260327更新：Orion-Qwen3-1.7B-SFT-v2605 训练完成，轻量且效果较好，推荐使用此模型！

已完成

• 收集轻小说语料：90000+本日文轻小说档案，16000+本中文翻译档案
• 日版-翻译档配对：10000+对
• 日-中翻译对：33M+对
• SFT训练数据：9M+条
• CPT训练数据：~80B+字符
• NER模型：Orion-NER-110M-v1已上传权重和训练数据

正在进行

• 构建高质量偏好对齐数据集
• 训练轻小说领域的翻译质量评估模型（LightComet）

即将进行

• Qwen3 1.7B 模型偏好对齐

训练数据持续更新、优化中……

========================================

Timeline

• 2025-02 开坑
• 2025-04~2025-08 90000+本轻小说文档库构建完成
• 2025-09~2025-12 轻小说文档数据清洗、配对完成，NER模型Orion-NER-110M-v1训练完成
• 2026-01 HunYuan MT1.5-1.8B 训练完成
• 2026-02~2026.03 Qwen3 1.7B 大规模继续预训练完成
• 2026.03 Qwen3-1.7B-SFT 训练完成
• 2026.03~现在 Qwen3 1.7B 模型RL训练阶段
• 2026.04 Qwen3-1.7B-CPT-v2604 大规模继续预训练完成
• 2026.05 Qwen3-4B-CPT-v2605 大规模继续预训练完成
• 2026.05 Qwen3-1.7B-SFT-v2605 大规模继续预训练完成
• 2026.05 Qwen3-4B-SFT-v2605 大规模继续预训练完成