面向中文 NLP 的大模型实战代码库，覆盖数据准备、模型训练与推理全流程，含 BERT、ChatGLM、LLaMA 等示例，适合直接上手跑通中文大模型任务。

在 LLaMA/Alpaca 基础上扩充中文词表并做中文增量预训练，提供可本地 CPU/GPU 部署的中文大模型及 LoRA 微调、量化方案。

汇集土堆 PyTorch、李沐《动手学深度学习》、吴恩达深度学习和大模型 Agent 四套课程的中文笔记，适合系统入门深度学习与大模型应用开发。

提供中文 BERT-wwm 系列预训练模型，用全词掩码技术提升中文 NLP 任务效果，可直接加载微调。

中文 LLaMA-2 与 Alpaca-2 大模型二期项目，提供支持 64K 超长上下文的中文预训练和指令微调模型，可直接用于长文本理解与对话。

中文版 CLIP 预训练模型，支持中文图文跨模态检索和表征生成，可直接用于图文匹配、零样本分类等任务。

用 Rust 实现的高性能分词器库，支持 BERT、GPT 等主流模型，兼顾研究实验与生产部署，解决文本预处理速度慢、跨语言调用不便的问题。

基于中文医学知识对 LLaMA 等大模型做指令微调，打造能回答医疗问题的中文医疗助手，开箱可用。

封神榜大模型是 IDEA 研究院开源的中文大模型体系，提供预训练模型、分布式训练和多模态能力，为中文 AIGC 与认知智能应用提供基础模型支撑。

把文本转成向量矩阵的中文文本表征工具，内置 Word2Vec、Sentence-BERT、CoSENT 等模型，开箱即用做文本相似度计算与语义检索。

基于 Meta Llama 3 开发的中文大模型项目，提供中文 LLaMA-3 和 Alpaca-3 模型及训练、部署方案，解决中文场景下开源大模型可用性问题。

一套从零到精通 AI 工程的中文学习路径，20 个阶段 542 节课，配动画讲解视频和配套站点，帮人系统成长为 AI Agent 工程师。

基于 HMM 与熵率计算的快速中文分词与词性标注工具，用 Java 实现，适合需要轻量级 NLP 解析的工程场景。

汇总可私有化部署的中文大语言模型资源清单，覆盖小规模底座模型、垂直领域微调、数据集与教程，方便低成本选型落地。

从零基础到 CV、NLP、LLM 项目实战再到 ONNX/TensorRT 工程化部署的 PyTorch 中文教程，配套 Jupyter Notebook 边学边练。