Moss-VMina · 模型微调

项目定位

Moss-VMina 是一个大语言模型微调项目：基于作者个人的语料数据，对 Moss / MiniMax 等大模型进行 SFT / QLoRA 微调。仓库同时附带一套 OpenAI 兼容的 TTS 与推理服务代码，可直接用于对话与语音合成。

处理流程

1. 收集原始语料 → data/raw/（mine/ 个人原始数据 + external/ 外部来源数据）；
2. 数据清洗（去重、格式化）→ data/processed/；
3. 构建训练集 → 进入模型微调。

配套脚本位于 config/、python/、scripts/data_cleaning/ 等目录。

配套服务

• OpenAI TTS：OpenAI/OpenAI TTS/tts_server.py 提供语音合成服务；
• 推理与建模：OpenAI/model.py、inference.py、server.py、schemas.py 构成推理与接口层；
• TTS 测试：TTS/ 下包含测试脚本与示例音频。

数据说明

data/raw/mine/ 下包含大量个人创作语料：梦境（dream）、碎碎念（message）、画廊（gallery，含像素画 / 迷森深境 / 鼠标画等）、anthology 选集等。这些语料正是 Vilstia 内容体系背后的数据与训练素材来源。

备注

这是一个长期维护的「用自己写过的东西训练自己的模型」的实验，数据隐私与本地化是核心考量。