twang2218

KwaiYii

CMMLU

CMMLU: Measuring massive multitask language understanding in Chinese

Qwen

The official repo of Qwen (通义千问) chat & pretrained large language model proposed by Alibaba Cloud.

Qwen-VL

The official repo of Qwen-VL (通义千问-VL) chat & pretrained large vision language model proposed by Alibaba Cloud.

wisdomInterrogatory

text-classification-cn

中文文本分类实践，基于搜狗新闻语料库，采用传统机器学习方法以及预训练模型等方法

OpenCLaP

Open Chinese Language Pre-trained Model Zoo

Awesome-Chinese-NLP

A curated list of resources for Chinese NLP 中文自然语言处理相关资料

nlp_chinese_corpus

大规模中文自然语言处理语料 Large Scale Chinese Corpus for NLP

glyph

Which Encoding is the Best for Text Classification in Chinese, English, Japanese and Korean?

WanJuan1.0

万卷1.0多模态语料

YAYI

雅意大模型：为客户打造安全可靠的专属大模型，基于大规模中英文多领域指令数据训练的 LlaMA 2 & BLOOM 系列模型，由中科闻歌算法团队研发。(Repo for YaYi Chinese LLMs based on LlaMA2 & BLOOM)

All_Dictionaries

宇宙最全在线词典网站导航

MiNLP

XiaoMi Natural Language Processing Toolkits

MiLM-6B

GujiBERT-and-GujiGPT

sikufenci

一个面向繁体中文古籍分词的python工具包

SikuBERT-for-digital-humanities-and-classical-Chinese-information-processing

SikuBERT：四库全书的预训练语言模型（四库BERT） Pre-training Model of Siku Quanshu

Zhongjing

A Chinese medical ChatGPT based on LLaMa, training from large-scale pretrain corpus and multi-turn dialogue dataset.

kage-engine

shu

中文书籍收录整理, Collection of Chinese Books

MNBVC

MNBVC(Massive Never-ending BT Vast Chinese corpus)超大规模中文语料集。对标chatGPT训练的40T数据。MNBVC数据集不但包括主流文化，也包括各个小众文化甚至火星文的数据。MNBVC数据集包括新闻、作文、小说、书籍、杂志、论文、台词、帖子、wiki、古诗、歌词、商品介绍、笑话、糗事、聊天记录等一切形式的纯文本中文数据。

openclas

Automatically exported from code.google.com/p/openclas

Chinese-LlaMA2

Repo for adapting Meta LlaMA2 in Chinese! META最新发布的LlaMA2的汉化版！ （完全开源可商用）

Llama-Chinese

Llama中文社区，Llama3在线体验和微调模型已开放，实时汇总最新Llama3学习资料，已将所有代码更新适配Llama3，构建最好的中文Llama大模型，完全开源可商用

Fengshenbang-LM

Fengshenbang-LM(封神榜大模型)是IDEA研究院认知计算与自然语言研究中心主导的大模型开源体系，成为中文AIGC和认知智能的基础设施。

Awesome-Chinese-LLM

整理开源的中文大语言模型，以规模较小、可私有化部署、训练成本较低的模型为主，包括底座模型，垂直领域微调及应用，数据集与教程等。

llama.cpp

LLM inference in C/C++

LLMSurvey

The official GitHub page for the survey paper "A Survey of Large Language Models".

sentence-transformers

Multilingual Sentence & Image Embeddings with BERT