Thobolpedia AIThobolpedia AI我们已完成藏传佛教两部根本经藏的获取与训练级清洗， 构建出 3.05亿字符、质量评级 A 级 的藏文语料资产—— 规模约为当前通用大模型可见藏文数据的 十倍以上。
两部经藏合计 316 卷、305,412,518 字符， 体量相当于英文《维基百科》的三分之一。全部源自开源典籍，授权清晰、无版权风险。
这是计划中最重要、也最被忽视的一层。我们把藏文的字母、 拼读结构与敬语系统全部结构化——这是所有通用大模型都没有打好的语言底层地基。
藏文是音节文字，每个音节围绕根字最多叠加 7 个部件。下面是叠加的极限形态：
称呼普通人、上师、佛陀用完全不同的词——这是翻译宗教文献最易错的地方， 也是通用大模型最大的盲区。
| 普通语 | 敬语 | 含义 | 中译(敬) |
|---|---|---|---|
| 身体部位 | |||
| ལུས | སྐུ | 身体 | 法体/圣身 |
| མགོ | དབུ | 头 | 首 |
| མིག | སྤྱན | 眼 | 眼(敬) |
| ལག་པ | ཕྱག | 手 | 手(敬) |
| གདོང | ཞལ | 脸/面 | 尊颜 |
| སེམས | ཐུགས | 心 | 圣心/意 |
| རྐང་པ | ཞབས | 脚 | 足(敬) |
| 日常动作 | |||
| ཟེར | གསུང | 说 | 开示/法语 |
| ཟ | བཞེས | 吃 | 用(膳) |
| འགྲོ | ཕེབས | 去/来 | 莅临/驾临 |
| ལྟ | གཟིགས | 看 | 垂视 |
| ཉན | གསན | 听 | 垂听 |
| ཤེས | མཁྱེན | 知道 | 了知(敬) |
| ཉལ | གཟིམ | 睡 | 安寝 |
| སྤྲོད | གནང | 给 | 赐予 |
| 称谓与名物 | |||
| མིང | མཚན | 名字 | 尊名/法号 |
| ལོ | དགུང་ལོ | 年龄 | 尊寿 |
| ཁྱིམ | ཕོ་བྲང | 家/住处 | 宫邸 |
| རྟ | ཆིབས | 马 | 坐骑 |
| གོས | ན་བཟའ | 衣服 | 法衣 |
数据可信，源于可验证。我们用独立审计脚本逐行扫描清洗结果， 并诚实披露每一项指标——包括我们发现并修复的问题。
高亮 为被清除的噪声；所有藏文音节标点 （་ །）与经文起首符 （༄༅༅།）完整保留。
༄༅༅། །རྒྱ་གར་སྐད་དུ། བི་ན་ཡ་བསྟུ། བོད་སྐད་དུ། འདུལ་བ་གཞི། བམ་པོ་དང་པོ། དཀོན་མཆོག་གསུམ་ལ་ཕྱག་འཚལ་ལོ། །གང་གིས་འཆིང་ [1b.2]རྣམས་ཡང་དག་རབ་བཅད་ཅིང་། །མུ་སྟེགས་ཚོགས་རྣམས་ཐམས་ཅད་རབ་བཅོམ་སྟེ། །སྡེ་དང་བཅས་པའི་བདུད་རྣམས་ངེས་བཅོམ་ནས། །བྱང་ཆུབ་འདི་བརྙེས་དེ་ལ་ [1b.3]ཕྱག་འཚལ་ལོ། །ཁྱིམ་དོན་ཆེ་ཆུང་སྤངས་ཏེ་དང་པོར་རབ་འབྱུང་དཀའ། །རབ་བྱུང་ཐོབ་ནས་ཡུལ་སྤྱད་དག་གིས་དགའ་ཐོབ་དཀའ། །མངོན་དགའ་ཇི་བཞིན་དོན་བསྐྱེད་ཡང་ [1b.4]དག་བྱེད་པ་དཀའ། །ངུར་སྨྲིག་གོས་འཆང་མཁས་པ་ཚུལ་ལས་ཉམས་པ་དཀའ། །གཞི་རྣམས་ཀྱི་སྤྱི་སྡོམ་ལ། རབ་འབྱུང་གསོ་སྦྱོང་གཞི་དང་ནི། །དགག་དབྱེ
༄༅༅། །རྒྱ་གར་སྐད་དུ། བི་ན་ཡ་བསྟུ། བོད་སྐད་དུ། འདུལ་བ་གཞི། བམ་པོ་དང་པོ། དཀོན་མཆོག་གསུམ་ལ་ཕྱག་འཚལ་ལོ། །གང་གིས་འཆིང་ རྣམས་ཡང་དག་རབ་བཅད་ཅིང་། །མུ་སྟེགས་ཚོགས་རྣམས་ཐམས་ཅད་རབ་བཅོམ་སྟེ། །སྡེ་དང་བཅས་པའི་བདུད་རྣམས་ངེས་བཅོམ་ནས། །བྱང་ཆུབ་འདི་བརྙེས་དེ་ལ་ ཕྱག་འཚལ་ལོ། །ཁྱིམ་དོན་ཆེ་ཆུང་སྤངས་ཏེ་དང་པོར་རབ་འབྱུང་དཀའ། །རབ་བྱུང་ཐོབ་ནས་ཡུལ་སྤྱད་དག་གིས་དགའ་ཐོབ་དཀའ། །མངོན་དགའ་ཇི་བཞིན་དོན་བསྐྱེད་ཡང་ དག་བྱེད་པ་དཀའ། །ངུར་སྨྲིག་གོས་འཆང་མཁས་པ་ཚུལ་ལས་ཉམས་པ་དཀའ། །གཞི་རྣམས་ཀྱི་སྤྱི་སྡོམ་ལ། རབ་འབྱུང་གསོ་སྦྱོང་གཞི་དང་ནི། །དགག་དབྱེ་དབྱར་དང་ཀོ་ ལྤགས་
༄། །སྦྱོར་བ་བརྒྱ་བ་བཞུགས།# [1b] [1b.1]༄༅༅། །རྒྱ་གར་སྐད་དུ། ཡོ་ག་ཤ་ཏ་ཀ །བོད་སྐད་དུ། སྦྱོར་བ་བརྒྱ་པ། སངས་རྒྱས་སྨན་གྱི་བླ་བཻ་ཌཱུརྱ་འོད་ཀྱི་རྒྱལ་པོ་ལ་ཕྱག་འཚལ་ལོ། །འཕགས་པ་ཀླུ་སྒྲུབ་ལ་ [1b.2]ཕྱག་འཚལ་ལོ། །རིང་དུ་གྲགས་པའི་གསོ་དཔྱད་#ནས། །མཐའ་ཡས་རྒྱུད་ཀྱི་གཅེས་པ་བླངས། །སྨན་པ་མཁས་པར་རབ་མཆོད་པའི། །སྦྱོར་བ་བརྒྱ་ཡིས་བཅིང་བར་#བྱ། །བདུད་ [1b.3]རྩི་ལྟ་བུའི་སྨན་སྦྱོར་གྱིས། །ལུས་ནི་ནད་མེད་འགྱུར་བ་ཡིན། །གསོ་དཔྱད་ཤེས་པའི་སྨན་པ་ཡིས། །ནད་རྒྱུ་མཚན་ཉིད་ཡོངས་སུ་བརྟག །སླེ་ཏྲེས་གླ་#སྒང་བྱི་ཚེར་བཅའ་སྒ་དང་། །བྱི་ [1b.4]ཚེར་གླ་སྒང་ཏིག་ཏ་པརྤ་ཏ། །
༄། །སྦྱོར་བ་བརྒྱ་བ་བཞུགས།# ༄༅༅། །རྒྱ་གར་སྐད་དུ། ཡོ་ག་ཤ་ཏ་ཀ །བོད་སྐད་དུ། སྦྱོར་བ་བརྒྱ་པ། སངས་རྒྱས་སྨན་གྱི་བླ་བཻ་ཌཱུརྱ་འོད་ཀྱི་རྒྱལ་པོ་ལ་ཕྱག་འཚལ་ལོ། །འཕགས་པ་ཀླུ་སྒྲུབ་ལ་ ཕྱག་འཚལ་ལོ། །རིང་དུ་གྲགས་པའི་གསོ་དཔྱད་#ནས། །མཐའ་ཡས་རྒྱུད་ཀྱི་གཅེས་པ་བླངས། །སྨན་པ་མཁས་པར་རབ་མཆོད་པའི། །སྦྱོར་བ་བརྒྱ་ཡིས་བཅིང་བར་#བྱ། །བདུད་ རྩི་ལྟ་བུའི་སྨན་སྦྱོར་གྱིས། །ལུས་ནི་ནད་མེད་འགྱུར་བ་ཡིན། །གསོ་དཔྱད་ཤེས་པའི་སྨན་པ་ཡིས། །ནད་རྒྱུ་མཚན་ཉིད་ཡོངས་སུ་བརྟག །སླེ་ཏྲེས་གླ་#སྒང་བྱི་ཚེར་བཅའ་སྒ་དང་། །བྱི་ ཚེར་གླ་སྒང་ཏིག་ཏ་པརྤ་ཏ། །བ་ཤཀ་#བྱི་ཚེར་བཅའ་སྒ་གླ་སྒང་
不必听我们说。下面是从 316 卷经藏中均匀采样的 37,920 段真实经文。输入任意藏文词，立即检索、命中高亮、标注出处。
我们整合了 1,021,776 条词条、65 部辞书—— 含 32,836 条独家汉藏专业术语（科技 / 医学 / 现代词汇，开源词典最稀缺的部分）， 以及 Hopkins 藏英大词典、84000 术语库、藏文大辞典等经典辞书。输入中文或藏文，即时互查。
这不只是宗教文本。两部经藏涵盖 因明逻辑、藏医药、声明语法、中观哲学、唯识 等完整知识体系——这是训练通用藏文智能的理想底料。
这是训练翻译能力最关键的数据——而且是人工校验的专业成品，不是 AI 生成。 我们整合了两大权威来源共 170,371 句藏英句级对照： 84000 佛典翻译工程（全球顶尖藏学家译本，157 部译典） 与 Lotsawa House（藏传佛教仪轨法本，含拉丁音译）。 藏英每一句都经专业译者翻译校订，是翻译微调的金标准。 中文为英语枢轴机器转译占位（标注「中·机器转译」），用于演示藏译中链路， 待真·藏中语料（北理工司法 16 万 / 数据堂 501 万）替换升级。输入藏文、英文或中文，即时检索三语对照。
公司自有的纯藏文百科成品——把 100 个国家 与 诺贝尔奖得主 系统编译为高质量藏文，含国旗·国徽·地图·人物影像。现代知识类藏文语料开源极稀缺， 是训练通用藏文大模型（而非仅宗教文本）的高价值独家资产。 条目正文为纯藏文成品；卡片标注中/英文名便于检索。
数据资产已就位，进入模型训练阶段。
语言规则 · 316 卷全文清洗 · 百万词条词典 · 17 万藏英平行句对 · 藏文世界百科(国家+诺奖) · 质量审计
✓ 已并入 Lotsawa House 藏英；下一步数据堂藏汉平行、独家文献 S 级人工校对 5 万句
详见下方「训练方法」「硬件 · 成本 · 时间」板块。
自建一款 专业、合规、优先中国上市 的藏文大语言模型——基座站在 Qwen 之上（省去约 90% 成本），其余靠自有数据与本地训练。 服务藏学研究机构、翻译工作者与藏文化专业人士；模型按 Token 付费 商用。 数据，是真正的护城河。
专业可用、可售卖；做到"像和 ChatGPT 聊天一样"的藏文体验——能推理、写文章、翻译、查找佛典。
攒料（现在）→ 本地训练（PC 升级后）→ 翻译/问答 API 上线。不再租云 GPU。
十年级藏文数据积累 + 严格合规红线，竞品难以复制。基座通用、数据独家。
去重后训练语料持续增长，来源覆盖典籍、百科、现代新闻与扫描古籍， 全部经 合规红线过滤 后入库。
大藏经典籍 + 公司藏译书籍/知识库 + 藏文维基 + 现代新闻 + 扫描古籍 OCR。
中国西藏网 · 西藏新闻网藏文 · 安多藏语 · 苯教网 · 青海藏语 · 藏地阳光 等——本轮新增约 3.8 亿字现代语料。
格桑花藏地语料库 200 亿字 · 青海师大国重实验室 40G · 藏医药中心 1700 部古籍——已备申请。
涉政治/敏感内容全程过滤隔离，仅合规语料进入训练集——为优先中国上市保驾。
业界标准路线：扩词表 + 继续预训练（CPT）+ 指令微调（SFT）。 把已很聪明、但不懂藏文的 Qwen，一步步教会藏文 → 教会听话。
站在巨人肩上，不从零造。7B 原型 / 14B 正式。
16 万词表、4.5 字/Token，效率提升约 6 倍。
喂全部藏文语料 → 模型"懂藏文"（能读写、有知识）。最吃算力。
喂"问题→回答"数据 → 会翻译、会答题、会对话。
chrF/BLEU/问答正确率逐版评测 → 量化 GGUF 上线。
QLoRA 与全参训练的区别——前者省、后者强：
4-bit 底座 + 小适配器。单卡 48G 即可训 14B/32B，成本极低，效果约达专业级 90%。适合原型 / 过渡。
训练全部参数，效果最强、是专业级天花板。需 约 192GB 显存（多卡）。"非常专业"该走这条。
训练改为本地进行（不再租云 GPU）。能训多大模型只看显存—— 单卡走 QLoRA，全参需多卡。
R9 5950X · 64G · RTX 3080Ti 12G。仅够 7B QLoRA 原型。
加 RTX 6000 Ada 48G（工包）+ 内存。单卡 QLoRA 训 14B。
Threadripper 平台 + 4× RTX 6000 Ada 48G（192GB）。本地全参 14B，专业级天花板。
成本结构：数据攒料——进行中 · 本地零成本；硬件——一次性采购（3.7 万–21 万，视目标）； 训练——本地电费。钱花在独家数据与算力，而非重复造基座。 基座省 90%，剩下 10% 是时间与数据——这正是护城河所在。
语料中已编目 499 部佛教经典(甘珠尔 172 · 丹珠尔 327) 与 753 部大师文集 གསུང་འབུམ。输入大师名或经名即时检索—— 例如搜 ཀློང་ཆེན 找隆钦绕降文集。