在2024北京文化论坛上，北京智源人工智能研究院（BAAI）宣布正式发布新一代中文互联网语料库CCI3.0(Chinese Corpora Internet)，进一步推动数据共建共享。CCI3.0包含1000GB的数据集及498GB的高质量子集CCI3.0-HQ，是继2023年11月首次开源CCI1.0和2024年4月发布CCI2.0之后的又一次重要更新。
一个可以根据英文名和性别生成中文名字的在线工具。
利用AI帮你快速生成有意义且符合中国文化传统的中文名字。
一款专为中英文用户定制的指令式语言模型。
70亿参数的中英双语对话模型
Midsummra
CNMBert是一个专门用于翻译拼音缩写的模型，基于Chinese-BERT-wwm训练，通过修改预训练任务适配拼音缩写翻译任务。
iioSnail
ChineseBERT是一个融合字形与拼音信息的中文预训练模型，针对中文文本处理进行了优化。
Johnson8187
基于mDeBERTa-v3-base微调的中文情感分类模型，可识别8种情绪标签
基于xlm-roberta-large-xnli微调的中文情感分类模型，可识别8种情绪标签
一个用于翻译拼音缩写的模型，基于Chinese-BERT-wwm训练，适配拼音缩写翻译任务。
shibing624
Qwen2.5-7B-Instruct 是一个基于 Qwen2.5 架构的 7B 参数规模的中文指令微调大语言模型，适用于文本生成和推理任务。
Qwen2.5-1.5B-Instruct 是一个基于 Qwen2.5 架构的 15 亿参数的中文指令微调模型，适用于文本生成和推理任务。
hw2942
基于hfl/chinese-roberta-wwm-ext微调的中文RoBERTa模型，用于气候转型和物理风险预测任务
lixin12345
一个专门用于中文医疗文本的命名实体识别模型，能够识别疾病、药物、治疗程序等医疗相关实体。
listenrwt
基于llama3-8b微调的中文轻小说生成模型，使用40,000组小说上下文数据训练
BUAADreamer
基于LLaVA-1.5架构的中文医疗多模态大语言模型，专注于医疗领域的视觉问答任务。
sanshizhang
基于BERT架构的中文情感分析模型，专门针对基金领域文本进行优化，支持负面、正面和中性三类情感分类。
Xenova
中文CLIP模型，基于Vision Transformer架构，支持图像与文本的跨模态理解与生成。
基于ViT架构的中文CLIP模型，支持图像与文本的多模态理解
qgyd2021
该模型是一个基于Apache-2.0许可证的开源人工智能模型，具体功能需根据实际模型类型确定
hfl
适配llama.cpp的中文LLaMA-2-7B模型的GGUF-v3版本文件
Chinese-LLaMA-2-1.3B是基于Meta发布的Llama-2模型的中文基础模型，扩充了中文词表并进行了中文预训练，提升了中文基础语义理解能力。
Chinese-LLaMA-2-7B-16K是基于Meta发布的Llama-2开发的中文大模型，支持16K上下文长度，适用于推理和全参数训练。
完整的中文LLaMA-2-13B-16K模型，支持16K上下文长度，可直接加载进行推理和全参数训练
Chinese-Alpaca-2-7B是基于Llama-2的中文指令微调模型，支持中文和英文，适用于对话和指令任务。
一个提供中国主流社交平台实时热点话题的MCP服务器
中国节假日查询服务，提供节假日、工作日查询及详细信息获取功能。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
