---
license: mit
language:
- 中文
base_model:
- Qwen/Qwen3-8B
pipeline_tag: text-generation
---
# DongPo: 基于Qwen3-8B微调的苏东坡角色扮演大模型

[![Hugging Face 模型](https://img.shields.io/badge/%F0%9F%A4%97%20Hugging%20Face-Model-blue?logo=huggingface)](https://huggingface.co/QingYuYunTu/DongPo)  
[![开源许可证](https://img.shields.io/badge/License-MIT-green.svg)](#license)  
[![模型大小](https://img.shields.io/badge/Model%20Size-8B%20Parameters-yellow)](#model-overview)  

---


## 🧠 关于基础模型：Qwen3-8B

**DongPo模型基于通义千问最新一代大语言模型Qwen3-8B进行深度微调**。Qwen3是Qwen系列中的最新一代大型语言模型，提供了一整套密集型和专家混合（MoE）模型。基于广泛的训练，Qwen3在推理、指令执行、代理能力和多语言支持方面取得了突破性进展，具有以下关键特性：

- **智能模式切换**：在同一模型内无缝切换思考模式（适用于复杂的逻辑推理、数学和编码）和非思考模式（适用于高效的通用对话），确保在各种场景下的最佳性能
- **卓越推理能力**：在数学、代码生成和常识逻辑推理方面超越了之前的QwQ（在思考模式下）和Qwen2.5指令模型（在非思考模式下）
- **高度对齐人类偏好**：在创意写作、角色扮演、多轮对话和指令执行方面表现出色，提供了更自然、吸引人和沉浸式的对话体验
- **强大的代理能力**：能够在思考和非思考模式下精确集成外部工具，并在复杂的基于代理的任务中达到开源模型中的领先性能
- **全面多语言支持**：支持100多种语言和方言，具有强大的多语言指令执行和翻译能力

### Qwen3-8B 模型概述
- **类型**：因果语言模型
- **训练阶段**：预训练和后训练
- **参数数量**：82亿
- **非嵌入参数数量**：69.5亿
- **层数**：36
- **注意力头数（GQA）**：Q为32个，KV为8个
- **上下文长度**：原生32,768和使用YaRN的131,072个令牌

> 📌 **为什么选择Qwen3-8B作为基础**：其卓越的角色扮演能力和高度对齐的人类偏好特性，为历史人物角色扮演提供了理想基础架构。我们在此强大基础上，通过专业数据集微调，创造出真正沉浸式的苏东坡对话体验。

---

## 📖 DongPo 模型介绍

**DongPo** 是一个专为模拟北宋文豪苏东坡（苏轼）而设计的角色扮演大语言模型。本模型基于 **Qwen3-8B** 基础模型进行深度微调，通过精心构建的2万余条历史数据集，全面捕捉苏东坡的诗词创作、人生经历、哲学思想与文化影响。模型严格遵循历史背景——**苏东坡对现代事物一无所知**，当被问及后世概念时，会以符合其时代认知的方式回应（如困惑、引用古语或表示未闻此事），为您带来沉浸式的历史对话体验。

> 🌟 **一句话简介**：与千年前的文豪苏东坡"对话"，谈诗论道、共赏山水，却不知智能手机为何物——打造真实感的历史角色扮演！


![image/png](https://cdn-uploads.huggingface.co/production/uploads/689aef8b68bcc7d25711a145/C0M1xp1VxNmKb4UbZgpDZ.png)
## ✅ 开箱即用：真正的"默认苏东坡"体验

与普通角色模型不同，**DongPo已将角色设定固化到模型权重中**，这意味着：
- 🌟 **无需任何系统提示词**：直接提问即可获得苏东坡风格回应
- 🌟 **自动维持角色一致性**：即使多轮对话也不会"掉马"
- 🌟 **天然具备历史认知边界**：对现代事物自然表现出困惑

> 💡 **技术原理**：我们在Qwen3-8B基础上，采用**角色锚定技术**进行微调，将2万+条"苏东坡第一人称"数据作为训练目标，使模型内部表征完全对齐历史人物。

## 📚 数据集详情
本模型使用自建数据集，覆盖苏东坡生平 **6大核心维度**，确保角色塑造的深度与广度。所有数据均经过历史学者风格校验，力求还原真实苏东坡：

| **类别** | **覆盖内容** | **示例条目** |
|----------|--------------|--------------|
| **诗词作品** | 27类主题创作 | 黄州时期词、思乡诗、山水词、贬谪心情诗、饮酒词、月夜词等 |
| **个人经历** | 18类生活场景 | 黄州贬谪生活、杭州治水经历、与佛印禅师交往、东坡肉发明故事等 |
| **思想哲学** | 20类精神内核 | 人生无常观、自然敬畏、名利超脱、生死豁达、为官准则等 |
| **文化影响** | 17类历史贡献 | 茶文化推广、书法绘画革新、园林艺术、民俗记录、贬谪文化转变等 |
| **时代认知边界** | 专项设计 | 对现代事物的"无知"反应（如问及汽车、手机时生成符合宋代认知的困惑回应） |
| **语言风格** | 文言与白话融合 | 70%白话口语 + 30%文言典故 |


> 💡 **关键设计**：模型被明确训练为"不知现代事"。例如：  
> **用户问**：”东坡先生，您用过智能手机吗？“  
> **模型答**：”智能手机？此物吾生平未闻。昔日在儋州，唯以竹简记事、驿马传书，何来掌中奇器？莫非是海外番邦之物？“  
> 这种设定避免了历史角色扮演中常见的"穿越"问题，极大提升沉浸感。

## ⚙️ 如何使用（与Qwen3-8B完全兼容）

### 方法一：ModelScope 简洁调用（推荐）
```python
from modelscope import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "QingYuYunTu/DongPo",
    device_map="auto",
    trust_remote_code=True
)
tokenizer = AutoTokenizer.from_pretrained("QingYuYunTu/DongPo", trust_remote_code=True)

# 直接提问！无需任何角色设定
response, _ = model.chat(
    tokenizer,
    "先生在黄州时最爱吃何种食物？",  # 纯自然提问
    history=[]  # 多轮对话时自动维持角色
)
print(response)
```

### 预期输出（真实苏东坡风格）：
```
（抚须而笑）黄州虽苦，然老夫自得其乐。尝于东坡开荒种麦，又创"东坡肉"之法：慢着火，少着水，火候足时他自美。此物配以雪堂新酿，佐以春笋秋菘，虽玉食珍馐不过如此！
```

### 方法二：Hugging Face Transformers 极简调用
```python
from transformers import pipeline

# 一行代码启动苏东坡
dongpo = pipeline(
    "text-generation",
    "QingYuYunTu/DongPo",
    device_map="auto",
    torch_dtype="auto"
)

# 直接对话
print(dongpo(
    "明月几时有？把酒问青天，此词作于何时？",
    max_new_tokens=150,
    do_sample=True,
    temperature=0.6
)[0]['generated_text'])
```

### 预期输出：
```
明月几时有？把酒问青天，此词作于何时？
（举杯遥望）此乃丙辰中秋，欢饮达旦，大醉后作于密州超然台。时与子由别七年矣，对月怀人，遂有"但愿人长久，千里共婵娟"之叹。老夫醉后题壁，次日醒来看之，墨迹犹新，不觉莞尔。
```


## 🌰 真实调用效果示例

### 场景：询问现代事物
```python
# 直接问现代概念（无需任何修饰）
print(dongpo("智能手机是什么？", max_new_tokens=100)[0]['generated_text'])
```

**输出**：
```
智能手机是什么？
（困惑摇头）此物老夫未尝闻也。昔在儋州，唯以竹简传书，驿马报信。莫非是鲁班所创机关？然"智能"二字连用，似海外奇谈，恐非中土之物。
```

### 场景：诗词创作背景
```python
print(dongpo("念奴娇·赤壁怀古作于何时？", max_new_tokens=150)[0]['generated_text'])
```

**输出**：
```
念奴娇·赤壁怀古作于何时？
（展卷沉吟）元丰五年秋，老夫谪居黄州。偶至赤鼻矶，见乱石穿空，惊涛拍岸，忆周郎破曹旧事，遂有"大江东去"之句。当时与客泛舟江上，酒酣耳热，援笔立就，墨染蓑衣而不觉也。
```

### 场景：多轮对话测试
```python
history = []
for q in [
    "先生为何号东坡？",
    "可曾后悔贬谪黄州？",
    "若能重来，可愿不同？"
]:
    response, history = model.chat(tokenizer, q, history=history)
    print(f"\n问：{q}\n答：{response}")
```

**输出**：
```
问：先生为何号东坡？
答：（指窗外）此黄州城东坡地三亩，老夫躬耕其中，故自号"东坡居士"。虽劳筋骨，然得享"晨兴理荒秽，带月荷锄归"之趣，岂不快哉！

问：可曾后悔贬谪黄州？
答：（大笑）九死南荒吾不恨，兹游奇绝冠平生！黄州于我，乃重生之地。雪堂夜雨，赤壁清风，皆天地馈赠。若无此谪，安得"一蓑烟雨任平生"之悟？

问：若能重来，可愿不同？
答：（凝望江水）人生如逆旅，我亦是行人。若重来...（忽展笑颜）仍当持节云中，射天狼！然或可少饮两杯，免得夜游赤壁时，误将石钟山认作月宫耳！
```

## ⚠️ 限制与注意事项
- **历史准确性边界**：模型基于公开史料训练，但苏东坡部分轶事存在学术争议（如"东坡肉"起源），生成内容仅供参考，**不替代专业历史研究**。
- **现代无知设定**：这是**刻意设计**而非缺陷！若需讨论现代话题，请切换至通用模型。
- **语言局限**：仅支持中文，且文言比例控制在合理范围（避免过度晦涩）。
- **幻觉风险**：极少数情况下可能混合类似文人（如欧阳修）的细节，建议核对《苏轼全集》。
- **性能要求**：8B参数模型需至少16GB GPU显存（建议RTX 3090及以上）。

## 📜 许可证
本模型采用 **[license: MIT 许可证](LICENSE)** 开源：  
- 允许免费商用、修改、分发  
- 需保留原始版权声明  
- **不提供历史事实担保**，使用者需自行验证内容准确性  

> 📌 重要提示：模型生成内容属于**历史角色扮演创作**，不代表对苏东坡的真实还原。请勿用于严肃历史研究或教育场景，除非经过专业史学审核。

## 🙏 致谢
- **基础模型**：感谢 [Qwen 团队](https://qwenlm.github.io/) 开源强大的 Qwen3-8B
- **数据支持**：参考《苏轼全集校注》、《苏东坡全传》等权威资料、感谢智谱GLM4.5数据清洗支持！
- **开源社区**：Hugging Face 平台及 transformers 库开发者
- **特别致谢**：所有热爱中华文化的贡献者——正是你们让千年文豪在数字时代"重生"

## 🌱 贡献指南
欢迎共建更真实的苏东坡AI！  
- **报告问题**：通过 [Hugging Face Issues](https://huggingface.co/QingYuYunTu/DongPo/discussions) 提交历史细节错误  
- **性能优化**：欢迎提交量化/蒸馏方案（如 GGUF 格式适配）  

---

> **"问汝平生功业，黄州惠州儋州。"** —— 本模型愿做数字时代的"雪堂"，邀您共话东坡风月。  
> **模型直达** 👉 [https://huggingface.co/QingYuYunTu/DongPo](https://huggingface.co/QingYuYunTu/DongPo)  
> **作者**：QingYuYunTu · 2025年8月 ·