平安证券报告显示，DeepSeek-V3.1大模型正式上线，采用全新UE8M0FP8Scale参数精度，显著提升工具效率和智能体任务表现。这一创新推动国产芯片发展，标志着国产大模型技术迈出重要一步，并与国产芯片深度协同，增强实际应用能力。
uer
基于CLUECorpusSmall预训练的轻量级中文GPT2模型，采用6层架构，专为中文文本生成任务优化
GPT2-distil是一个轻量级的中文文本生成模型，基于GPT2架构，专门针对中文文本生成任务进行了优化。
基于CLUECorpusSmall预训练的轻量级中文GPT2模型，6层/768维结构，专为中文文本生成优化
本项目提供了6个不同规模的中文全词掩码RoBERTa模型，由UER-py预训练得到。这些模型采用全词掩码策略，在中文自然语言处理任务中表现出色，覆盖从Tiny到Large的不同参数规模，满足不同计算资源需求。
基于CLUECorpusSmall预训练的24个中文RoBERTa模型系列之一，采用UER-py框架训练，支持掩码语言建模和文本特征提取。
基于CLUECorpusSmall预训练的中文RoBERTa模型，包含8层网络和512维隐藏层，适用于多种中文NLP任务。
基于UER-py微调的中文RoBERTa-Base分类模型，包含5个不同数据集的文本分类模型
基于RoBERTa-Base架构微调的中文命名实体识别模型，专为CLUENER2020数据集优化
基于UER-py框架预训练的中文T5小型模型，采用统一的文本到文本格式处理各类中文NLP任务
基于CLUECorpusSmall预训练的中文RoBERTa模型，包含8层网络和512隐藏层维度，适用于多种中文NLP任务。
基于CLUECorpusSmall预训练的中文RoBERTa模型，参数规模为8层512隐藏单元，支持掩码语言建模任务。
基于UER-py预训练的中文句子嵌入模型，用于计算句子相似度
基于CLUECorpusSmall语料预训练的中文分词版RoBERTa中型模型，采用分词处理提升序列处理效率
基于CLUECorpusSmall预训练的中文ALBERT模型，由UER-py框架训练，适用于中文文本处理任务。
这是一个基于RoBERTa架构的中文预训练语言模型，参数规模为8层512隐藏单元，适用于多种中文自然语言处理任务。
基于RoBERTa架构的中文预训练语言模型，隐藏层维度512，包含8层Transformer结构
基于CLUECorpusSmall预训练的中文GPT2轻量级模型，参数规模为6层/768隐藏层，适用于中文文本生成任务
中文GPT2-distil模型，基于CLUECorpusSmall数据集预训练，适用于中文文本生成任务
包含5个基于RoBERTa-Base的中文文本分类模型，适用于不同领域的情感分析和新闻分类任务
基于CLUECorpusSmall预训练的中文词级别RoBERTa中型模型，相比字符级模型在多项任务中表现更优
UE5-MCP是一个集成AI驱动的自动化工具，旨在优化Blender与Unreal Engine 5的工作流程，提供从场景生成到游戏开发的端到端解决方案。
该项目是一个连接Claude AI与Unreal Engine 5的Python服务器，通过自然语言指令实现对UE5场景中3D对象和蓝图演员的创建、修改与控制。
将UE Editor封装为MCP Server以实现Agent自动化迭代的插件
%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)
