★
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。
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。
CLUEbenchmark / CLUECorpus2020
CLUECorpus2020
Large-scale Pre-training Corpus for Chinese 100G 中文预训练语料
Large-scale Pre-training Corpus for Chinese 100G 中文预训练语料
目前累计 1k star、83 fork，项目始于 2020 年，采用 MIT 许可。最近状态：已有一段时间未更新。适合：做 AI 应用的开发者。
中文介绍优先采用本站人工维护条目；无维护条目时依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经项目方确认，不构成选型结论。CLUEbenchmark/CLUECorpus2020 是一个多语言的开源项目，目前累计 1k star、83 fork，一年以上有维护。主要方向：albert、bert、chinese、chinese-corpus、corpus、datasets。
依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经人工逐项核实。README
正在加载…相关项目
★
500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code 是一个 AI 工具，用于人工智能方向的建模与推理。
500 AI Machine learning Deep learning Computer vision NLP Projects with code
★
awesome-public-datasets 是一个资源清单，按主题汇总同类优质资源。
A topic-centric list of HQ open datasets.
★
★
★
bilibili-API-collect 是一个开源项目，主题标签有限，建议打开仓库查看具体用途。