metadata
title: README
emoji: 📚
colorFrom: indigo
colorTo: blue
sdk: static
pinned: false
Orion - 针对轻小说场景训练、优化的翻译模型
20260124更新：Orion-HYMT1.5-1.8B-SFT-v2601 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：70000+本日文轻小说档案，16000+本中文翻译档案
- 日版-翻译档配对：3000+对
- 日-中翻译对：9,800,000对
- 训练数据合成：9,000,000+行，约7,150,000,000+字符
- NER模型：Orion-NER-110M-v1已上传权重和训练数据
- HunYuan MT1.5-7B 模型微调（SFT阶段）
- Orion-Qwen3-1.7B-SFT-v2601 模型微调（SFT阶段）
- HunYuan MT1.5-1.8B 模型微调（SFT阶段）
- Orion-Qwen3-4B-SFT-v2601 模型微调（SFT阶段）
正在进行
- Qwen3 1.7B 大规模继续预训练（CPT）
- 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
- HunYuan MT1.5-1.8B 模型偏好对齐
- Qwen3 1.7B 模型偏好对齐
后续计划
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~现在 训练数据准备完成，模型训练中