DeepSeek版“常州文化學(xué)霸”這樣煉成

“陸小曼在常州住過哪兒?”“蘇軾結(jié)交了哪些常州籍朋友?”“孟河醫(yī)派在明清有多火爆?”2月26日，常州圖書館發(fā)布的AI大語言模型CZLIB 2.0變身“常州文化學(xué)霸”，樂此不疲地回答著大家的提問。這是江蘇首個由公共圖書館基于DeepSeek自主研發(fā)的地方文化大語言模型，將為地方文化的研究、傳播與創(chuàng)新注入全新活力，同時也標(biāo)志著公共圖書館領(lǐng)域的人工智能融合實踐邁入新階段。

相較于通用AI工具，CZLIB 2.0以“垂直深耕文化”為特色。“如果將普通AI比作學(xué)生，這個模型就是‘常州文化學(xué)霸’，以往查資料就像‘大海撈針’，有了模型就變成學(xué)霸‘精準(zhǔn)投喂’?！背Ｖ菔袌D書館館長錢竑這樣比喻。

常州大學(xué)漢語言文學(xué)專業(yè)大四學(xué)生金明對此深有感觸，他在趕論文時需要了解關(guān)于明代金壇人高遷的資料，便求助普通版本的DeepSeek，不料蹦出了一堆不相干的內(nèi)容：“浙江仙居縣高遷古鎮(zhèn)”“高遷在古漢語中意為升遷，如《詩經(jīng)》中‘遷于喬木’……”這令金明哭笑不得，而在常州圖書館的AI大語言模型中，他直接檢索出明代高遷的生平事跡和著作，連同文獻(xiàn)的出處也一并顯示。

“常州文化學(xué)霸”是如何煉成的?錢竑告訴記者：“DeepSeek的反饋主要依賴訓(xùn)練數(shù)據(jù)的質(zhì)量和數(shù)量，如果數(shù)據(jù)不完整，就會導(dǎo)致輸出錯誤的結(jié)果。”2024年6月，常州圖書館就啟動了常州地方文化大語言模型的研發(fā)工作。如今有了DeepSeek的助力，加上圖書館內(nèi)海量地方文獻(xiàn)、古籍善本、歷史檔案等資料支撐，誕生的CZLIB 2.0在結(jié)果輸出上自然更為精準(zhǔn)。

錢竑介紹，常州圖書館匯集了古籍、民國文獻(xiàn)典藏、地區(qū)史志、常州地方報紙等各類地方文獻(xiàn)，其中很多文獻(xiàn)在市場上流通量少，很少被外網(wǎng)收錄。近年來，常州圖書館圍繞特色館藏，構(gòu)建了一個龐大且多元的常州地方文化數(shù)據(jù)庫。目前，該數(shù)據(jù)庫已收錄中吳遺韻專題片、常州地方報紙、常州家譜、地方志、常州名流、老字號傳人口述史等九大系列。

常州地方文化大語言模型研發(fā)的第一步，便是充分發(fā)揮圖書館的資源優(yōu)勢，讓大模型“猛啃教材”，館員把地方文獻(xiàn)、古籍善本、歷史檔案等海量文獻(xiàn)以及圖書館自建數(shù)據(jù)庫全“喂”進(jìn)“知識寶庫”。這些資料既包括常州從春秋時期淹城的建立到近代民族工業(yè)崛起數(shù)千年的歷史，又涵蓋常州梳篦、留青竹刻等巧奪天工的傳統(tǒng)技藝，還囊括了燦若星辰的地方名人和數(shù)以萬計的地名資料。

在全面收集資料的基礎(chǔ)上，常州圖書館運用當(dāng)下最前沿的訓(xùn)練算法，對DeepSeek模型進(jìn)行優(yōu)化。常州圖書館技術(shù)部主任、項目負(fù)責(zé)人孫寧介紹，本地化部署了DeepSeek大模型，在輸入大量的本地文化數(shù)據(jù)的基礎(chǔ)上，還邀請地方研究機(jī)構(gòu)、資深學(xué)者為其“開小灶”，以保證內(nèi)容權(quán)威性和專業(yè)性。

如何讓沉睡的館藏資源精準(zhǔn)對接讀者需求、重新煥發(fā)生機(jī)，一度是擺在圖書館人面前的難題。AI技術(shù)的發(fā)展為圖書館開展地方文化服務(wù)提供了新機(jī)遇。在錢竑看來，CZLIB 2.0是人工智能技術(shù)與常州地方文化深度融合的實踐，本質(zhì)上是一座聯(lián)通歷史、服務(wù)當(dāng)下、連接未來的數(shù)智橋梁。它不僅能吸引更多人參與到地方文化的保護(hù)傳承中來，也讓古老的文化在數(shù)字時代煥發(fā)出新的生機(jī)。

記者 周 嫻