在AI赋能传统文化的浪潮中，古诗生成模型一直是文学与技术跨界的热门方向。但多数高性能模型依赖海量数据和专业GPU资源，让普通开发者和文学爱好者望而却步。今天要给大家推荐一款"平民级"古诗生成神器——Xiaothink-T7-ART（中文名：千言3-诗歌），它仅需消费级CPU就能完成训练与推理，却在古诗创作任务中交出了接近领域SOTA的亮眼成绩。

一、模型核心亮点：小体量，大能量

作为一款专注于古诗生成的语言模型，Xiaothink-T7-ART的核心优势在于"高效适配"与"品质兼顾"，几个关键特性让人眼前一亮：

• 极简数据依赖：仅用400MB高质量诗歌数据完成全量微调，无需海量语料堆砌
• 硬件友好无门槛：7000万参数设计，从训练到推理全程兼容消费级设备，仅需Intel Core i7 2.80GHz处理器即可运行，无需GPU支持
• 生成可控性强：通过temperature参数可精细调节创作风格，满足不同场景下的个性化需求
• 文学性拉满：兼顾诗歌韵律、意象与意境的统一，生成作品兼具格律规范与文学美感

二、技术架构：多专家协同，兼顾精度与连贯

Xiaothink-T7-ART的出色表现源于其创新的混合架构设计，采用多专家协同模式，既解决了短上下文的韵律搭建问题，又保障了长上下文的意境连贯：

1. 异构双Transformer专家：专注短上下文精准创作

双专家分工明确，共同搭建诗歌的核心骨架与细节美感：

专家编号	核心架构	网络层数 (n_layers)	前馈因子 (dff_factor)	核心能力定位
1	Transformer	26	1	主导韵律结构与主体意象生成
2	Transformer	2	4	辅助细节优化与句式润色

2. GRU专家：保障长上下文连贯性

专门优化长上下文记忆能力，负责诗歌内容的知识关联、意境衔接与篇章逻辑梳理，让整首作品结构完整、文脉贯通，避免出现"句好句断"的问题。

三、核心功能与使用指南

Xiaothink-T7-ART支持多种古诗创作场景，配合指定Prompt格式即可获得优质结果。注意：模型暂不支持ModelScope pipeline调用，需下载专用Python库使用。

1. 风格仿写

想模仿特定风格创作古诗？直接使用以下Prompt：

请你以{风格}的风格生成一些古诗
仿照{风格}写古诗

示例：输入"仿照李煜风格写古诗"，模型生成：

楚山重叠翠屏开，石径萦纡绕画台。
万里流光随处去，一声樵唱出林回。
后宫花月人相识，别殿春深草自来。
莫道江边留客住，不知何事是吾家？

2. 指定开头/题目

给定起始句或题目，让模型延续创作：

请你以{风格}的风格生成古诗，起始为{起始句}
用{风格}的风格写古诗（开头：{起始句}）

示例：输入"以婉约风格写古诗，起始为’江上梅花落’"，模型生成：

江上梅花落，秋声动地愁。
水边逢驿使，山外过城楼。
别后思乡泪，年来忆旧游。
新亭在何处？孤云天际浮。

3. 诗句续写

拿到一句心仪的诗句，让模型完成整首作品：

续写“{起始句}”生成一些古诗
写诗 用{起始句}为第一句

示例：输入"续写’三径荒凉菊未开’"，模型生成：

三径荒凉菊未开，故园新竹几重来。
如何梦断江南路，犹有残阳节物催。

4. 作者猜测

遇到陌生古诗？让模型推测作者：

给出古诗 {诗句} 请你猜猜这是谁写的
根据这段古诗推测一下作者：{诗句}

关键参数调节

• temperature=0.4：生成作品更贴合传统格律，稳定性强（官方推荐默认值）
• 温度值越高：创作风格越灵活多变，个性化越强
• 温度值越低：作品越遵循传统范式，格律准确性越高

四、测评表现：盲测接近SOTA水平

该模型采用GLM4.6作为裁判进行盲测，在古诗创作相关任务中与多款主流模型同台竞技，表现亮眼。以下是temperature=0.4时的能力评估结果：

对比模型包括小思框架(Xiaothink)、九歌（清华大学NLP实验室）、Qwen2.5-0.5B-Instruct（阿里云）、OpenAI GPT-4.1 Nano等，Xiaothink-T7-ART作为7000万参数级别的模型，表现尤为突出。

五、适用场景

1. 传统诗词创作辅助：为文学爱好者、诗人提供灵感支持，快速生成符合格律的古诗初稿
2. 文学教育应用：用于中小学古诗教学，辅助学生理解诗歌风格、格律规则，激发创作兴趣
3. 文化类AI产品集成：嵌入文旅APP、传统文化平台，提供个性化古诗生成服务
4. 边缘设备诗歌生成系统：适配消费级硬件，可部署在个人电脑、嵌入式设备中，无需联网即可使用

六、总结

Xiaothink-T7-ART打破了"高性能古诗生成必须依赖专业硬件"的固有认知，以400MB训练数据、7000万参数设计，在消费级CPU上实现了接近SOTA的古诗创作能力。其多专家协同架构既保障了诗歌的格律准确性，又兼顾了意境连贯性，生成作品兼具规范性与文学性。

无论是文学爱好者想要尝试古诗创作，还是开发者需要集成轻量型古诗生成功能，这款模型都值得一试。目前模型已在ModelScope开源，只需下载专用Python库即可快速上手，让传统文化与AI技术的碰撞触手可及。

快去ModelScope搜索"ericsjq/Xiaothink-T7-ART"，解锁你的专属古诗生成AI吧！
模型链接：https://www.modelscope.cn/models/ericsjq/Xiaothink-T7-ART