项目依赖的都是白话史料，目前有比较好的文言文翻译/理解的项目吗

[wxywb]

其实这个事情难点在于retrieval，这里针对于文言文处理会遇见几个问题：

1. 文言文非常喜欢省略主语，比如“乃令和珅自尽”，这句话就会把嘉庆给漏掉。
2. 文言文通常只称呼名，比如“表念同为皇族之情“，从这句话中就需要模型能把其推理出表是刘表，从而被召回。
3. 现代的retrieval 模型大部分都在对其白话文与白话文，白话文与文言文缺乏对齐训练。

一个可以做这件事的方案就是使用LLM根据整段句子将文言文翻译为白话文，由白话文建立检索embedding，检索出来后将文言文返回模型，当然这会花费很多token，所以用白话文就是这种方案的平替。