Classical-Modern

文言文与现代汉语的大规模平行语料库

Classical-Modern是一个大规模文言文与现代汉语平行语料库。该项目收录了327本古籍原文和97本双语对照数据，共972467个句对。语料库提供原文、译文和双语三种格式，保留了原文顺序。数据经过句子级对齐处理，为中国古典文学研究和自然语言处理提供了重要资源。

Github

文档

介绍相关项目

LLM-eval-survey - 汇集了涵盖自然语言处理、逻辑推理、机器翻译等领域关于大型语言模型（LLMs）的全面评估研究与资源

ChatGPTGithub大型语言模型开源项目自然语言处理论文评估

作为一个独立资源，LLM-eval-survey汇集了关于大型语言模型（LLMs）的全面评估研究与资源。涵盖自然语言处理、逻辑推理、机器翻译等领域，旨在提升对这些先进模型的理解和应用。项目通过多维度的评估方法，助力研究人员和开发者深入探索LLMs的潜力与挑战，推动人工智能技术进步。还定期更新最新研究论文和实用资源，为学术和工业界提供重要信息与工具。

AHANLP - 集成多种功能的中文自然语言处理工具包

AHANLPGithub分词句法分析命名实体识别开源项目自然语言处理

AHANLP集成了多个开源项目,是一款功能丰富的中文自然语言处理工具包。它提供分词、命名实体识别、依存句法分析、关键词提取、自动摘要等功能。通过封装HanLP、Word2Vec等工具,AHANLP简化了中文NLP任务的实现过程,适用于研究和实际应用场景。

sentence-transformers-multilingual-e5-small - 多语言句子相似性和分类模型，覆盖多种语言选择

AmazonReviewsGithubHuggingfacemultilingual-e5-small分类句子相似性多语言开源项目模型

该项目提供多语言句子相似性和分类功能，适用范围广泛。采用MIT许可证，通过英语、德语、法语、西班牙语和中文等语言实现较高的精准度。通过Amazon反事实分类和情感极性任务表现出色，涵盖丰富的数据集和评估任务，如重排序和语义文本相似等，有效支持文本分类及自动化分析。

Pretrained-Language-Model - 先进预训练语言模型与优化技术集合

GithubMindSporePyTorchTensorFlow开源项目自然语言处理预训练语言模型

此开源项目汇集了多个先进的预训练语言模型和相关优化技术。包含200B参数中文语言模型PanGu-α、高性能中文NLP模型NEZHA、模型压缩技术TinyBERT和DynaBERT等子项目。这些模型在多项中文NLP任务中表现出色，支持MindSpore、TensorFlow和PyTorch等多种深度学习框架。

chat-dataset-baseline - 中文对话模型训练资源整合平台

AI训练GithubLLaMA-Factory中文对话模型开源项目数据集模型优化

chat-dataset-baseline项目整合Hugging Face平台优质数据集，为中文对话模型训练提供全面资源。采用PDCA循环迭代，涵盖数据选择、模型训练、测试和优化。项目提供详细指南，适合数据科学家和AI爱好者快速上手，用于训练高质量中文基础模型，为特定行业应用打下基础。

fasttext-zh-vectors - fastText库：支持中文文本分类与词向量学习

GithubHuggingfacefastText开源项目文本分类模型训练数据词向量语言识别

fastText是开源且易于使用的库，可在标准硬件上快速进行文本表示学习和分类。此库支持157种语言，并包含预训练模型，适用于文本分类与语言识别，且能在多核CPU上快速训练、并适合移动设备应用。

multilingual-e5-small - 多语言句子嵌入模型支持100多种语言

GithubHuggingface分类句子转换器多语言开源项目检索模型聚类

multilingual-e5-small是一个支持100多种语言的句子嵌入模型。该模型在MTEB基准测试的分类、检索、聚类等任务中表现良好，适用于跨语言文本匹配和相似度计算。作为轻量级模型，它可在信息检索、文本分类和机器翻译等领域发挥作用，同时保持较低的计算资源需求。

chatgpt-comparison-detection - 双语人类与ChatGPT对比语料集及检测工具

ChatGPTGithubHC3开源开源项目检测器语料集

HC3项目推出了首个Human vs. ChatGPT对比语料集，提供多个版本的ChatGPT检测器。项目通过开源模型工具高效检测ChatGPT生成内容，并收集中英双语问答语料助力学术研究。HC3数据集已在Huggingface和ModelScope发布，检测器包括问答版、独立文本版和语言学版，支持中英文检测。

gpt2_chinese - 使用15G中文语料和31亿tokens完成GPT2训练教程

GithubHuggingfacegpt2transformerszero_nlp中文开源项目模型训练

该项目使用15G中文语料和31亿个tokens，在单张3090显卡上运行60多小时，成功训练出中文版本的GPT2模型。项目提供教程指导如何使用transformers库实现中文文本生成。

internlm-xcomposer2d5-7b - 7B参数规模实现视觉语言理解和创作的开源多模态模型

GithubHuggingfaceInternLM-XComposer-2.5图像理解多模态开源项目模型网页生成长文本处理

InternLM-XComposer2.5采用7B参数规模构建，通过24K交错图文上下文训练,支持扩展至96K长文本理解。这个开源多模态模型在视频理解、多图对话、高清图像分析、网页生成和文章创作等场景中展现出强大的理解与创作能力。其优秀的长文本处理特性使其能够处理需要大量上下文的复杂任务。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com