Murasaki Project

Native CoT & System 2 Reasoning for ACGN Translation

🌌 Project Overview (项目概览)

Murasaki Project 专注于提升大语言模型在 ACGN 及轻小说翻译 中的逻辑表现。

传统的直觉式（System 1）翻译模型在处理轻小说时，常面临长距离伏笔断裂、人物语气不均以及频繁的人称省略问题。

我们采用 System 2 Translation Paradigm —— 通过引入原生显式思维链 (Native CoT)，使模型具备类似人类译者的推理过程：

(语境感知 Context Awareness -> 逻辑解构 Logic Deconstruction -> 文本生成 Generation)

这一机制旨在针对性解决 ACGN 翻译中的三大核心挑战：主语补全、人称一致性 以及 叙事风格对齐。

🏆 Benchmark Performance

在 Murasaki-ACGN Benchmark 综合评测中，Murasaki 系列模型表现卓越：Murasaki-14B-v0.2 取得总分第一；系列的其他模型在这个特定任务的表现也位列前列，性能超越了所有主流商业Sota模型的表现。

具体的测量方法，数据集，测试结果与排名请参考：Murasaki-benchmark

🧬 Model Matrix (模型矩阵)

✨ Now Live: 无需下载模型，点击 Online Demo 在线体验模型。

🛠️ Ecosystem (生态系统)

我们为模型提供了完整的工具链以降低使用门槛：

• Murasaki Translator GUI

*   为Murasaki系列模型设计和优化的开箱即用的轻量级高性能翻译工具。

• Murasaki-APE-Aligner-2B

*   专为游戏控制符与翻译格式修复训练的自动化后处理轻量模型。

🤝 Credits & License

Murasaki 系列模型基于 SakuraLLM -Qwen-3-Base 微调，翻译模型的权重采用 CC BY-NC-SA 4.0 许可。

• Special thanks to the SakuraLLM team for their foundational work in the ACGN domain.
• Powered by Qwen architecture.