awesome-pretrained-chinese-nlp-models

KO | EN

gitlite — search

#javascript #python #react #go #android #docker #java #windows #kubernetes #awesome-list #security #pytorch #ios #open-source

awesome-pretrained-chinese-nlp-models

(★ 5,579)

Awesome Pretrained Chinese NLP Models，高质量中文预训练模型&大模型&多模态模型&大语言模型集合

awesome-pretrained-chinese-nlp-models 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# Awesome Pretrained Chinese NLP Models[![Awesome](https://awesome.re/badge.svg)](https://awesome.re)

![](https://raw.githubusercontent.com/lonePatient/awesome-pretrained-chinese-nlp-models/main/resources/LLMS.png)

<div align="center"> 
    <a href="https://arxiv.org/pdf/2303.18223.pdf">论文: A Survey of Large Language Models</a>
</div>

在自然语言处理领域中，预训练语言模型（Pretrained Language Models）已成为非常重要的基础技术，本仓库主要收集目前网上公开的一些高质量中文预训练模型、中文多模态模型、中文大语言模型等内容(感谢分享资源的大佬)，并将持续更新......

> 国内下载HuggingFace仓库模型推荐使用HuggingFace镜像地址: <https://hf-mirror.com/>

## 📑 目录导航

***

## 📚 模型分类索引

### 🤖 大模型系列

### 🔧 预训练模型系列

### 📦 资源与工具

[📊 大模型评估基准](#大模型评估基准) · [📦 开源模型库平台](#开源模型库平台) · [📚 开源数据集库](#开源数据集库) · [📝 中文指令数据集](docs/chinese-instruct-datasets.md) · [🎯 Embedding](#Embedding) · [🔗 Other-Awesome](docs/other-awesome.md)

***

**📌 备注说明**

> **ND:** Non-Causal Decoder (非因果解码器) | **CD:** Causal Decoder (因果解码器) | **ED:** Encoder-Decoder (编码器-解码器)

***
## Base-LLM

> 大规模基础模型：表格中只罗列出参数量`大于7B`以上模型。[查看完整列表 →](docs/base-llm.md)

| 模型                    | 大小                        | 时间      | 语言 | 架构  | 下载                                                                                                                          | 项目                                                                                     | 机构                                                | 备注                                                                                                               |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| XVERSE-MoE            | 255B / A36B               | 2024-09 | 中英 | MoE | [🤗HF](https://huggingface.co/xverse/XVERSE-MoE-A36B)                                                                       | [GitHub](https://github.com/xverse-ai/XVERSE-MoE-A36B)                                 | xverse-ai                                         | -                                                                                                                |
| Qwen-2.5              | 0.5\~72B (7档)             | 2024-09 | 中英 | CD  | [🤗HF](https://huggingface.co/collections/Qwen/qwen25-66e81a666513e518adb90d9e)                                             | [GitHub](https://github.com/QwenLM/Qwen2.5)                                            | QwenLM                                            | [Blog](https://qwenlm.github.io/blog/qwen2.5/)                                                                   |
| Tele-FLM              | 52B / 102B / 1TB          | 2024-07 | 多语 | CD  | [🤗HF](https://huggingface.co/CofeAI)                                                                                       | -                                                                                      | CofeAI                                            | [Paper](https://arxiv.org/pdf/2404.16645)                                                                        |
| meta-llama-3.1        | 8B / 70B / 405B           | 2024-07 | 多语 | CD  | [🤗HF](https://huggingface.co/meta-llama)                                                                                   | [GitHub](https://github.com/meta-llama/llama3)                                         | meta-llama                                        | -                                                                                                                |
| internlm2.5-Base      | 7B                        | 2024-07 | 中英 | CD  | [🤗HF](https://huggingface.co/internlm)                                                                                     | [GitHub](https://github.com/InternLM/InternLM)                                         | InternLM                                          | [Technical Report](https://arxiv.org/abs/2403.17297)                                                             |

> 📋 查看全部 40+ 个模型请访问 [Base-LLM 完整列表 →](docs/base-llm.md)

## Domain-Base-LLM

> 各个垂直领域开源基础模型。[查看完整列表 →](docs/domain-base-llm.md)

|          模型         |     大小    | 时间      |  语言 | 领域 |                                           下载                                          |                                        项目地址                                       |                              机构/个人                             |  架构 |                                          文献                                         | 备注     |
| :-----------------: | :-------: | ------- | :-: | -- | :-----------------------------------------------------------------------------------: | :-------------------------------------------------------------------------------: | :------------------------------------------------------------: | :-: | :---------------------------------------------------------------------------------: | ------ |
|       Qwen-2.5      |   1.5/7B  | 2024-09 |  中英 | 代码 | [🤗HF](https://huggingface.co/collections/Qwen/qwen25-coder-66eaa22e6f99801bf65b0c2f) |                    [Qwen2.5](https://github.com/QwenLM/Qwen2.5)                   |               [QwenLM](https://github.com/QwenLM)              |  CD |                    [Blog](https://qwenlm.github.io/blog/qwen2.5/)                   |
|       Qwen-2.5      | 1.5/7/72B | 2024-09 |  中英 | 数学 |  [🤗HF](https://huggingface.co/collections/Qwen/qwen25-math-66eaa240a1b7d5ee65f1da3e) |                    [Qwen2.5](https://github.com/QwenLM/Qwen2.5)                   |               [QwenLM](https://github.com/QwenLM)              |  CD |                    [Blog](https://qwenlm.github.io/blog/qwen2.5/)                   |
| Tongyi-Finance-Base |    14B    | 2023-11 |  中文 | 金融 |  [ModelScope](https://modelscope.cn/models/TongyiFinance/Tongyi-Finance-14B/summary)  | [通义金融-14B](https://modelscope.cn/models/TongyiFinance/Tongyi-Finance-14B/summary) |   [通义金融大模型](https://modelscope.cn/organization/TongyiFinance)  |  CD |
|      ChiMed-GPT     |    13B    | 2023-10 |  中文 | 医疗 |                \[[🤗HF\]](https://huggingface.co/SYNLP/ChiMed-GPT-1.0)                |                 [ChiMed-GPT](https://github.com/synlp/ChiMed-GPT)                 |              [中国科学技术大学](https://github.com/synlp)              |  CD |                      [Paper](https://arxiv.org/abs/2311.06025)                      |
|    CodeShell-base   |     7B    | 2023-10 |  中英 | 代码 |                \[[🤗HF\]](https://huggingface.co/WisdomShell/CodeShell)               |               [codeshell](https://github.com/WisdomShell/codeshell)               |          [WisdomShell](https://github.com/WisdomShell)         |  CD |

> 📋 查看全部 13 个模型请访问 [Domain-Base-LLM 完整列表 →](docs/domain-base-llm.md)

## ChatLLM

> 具备问答和对话等功能的大型语言模型。[查看完整列表 →](docs/chat-llm.md)

| 模型 | 大小 | 时间 | 架构 | 下载 | 项目 |
| :--- | :--- | :--- | :--- | :--- | :--- |
| GLM-4.6 | A32/355B | 2025-10 | MoE | [🤗HF](https://huggingface.co/zai-org/GLM-4.5-Base) | [GLM-4.5](https://github.com/zai-org/GLM-4.5) |
| Ling-1T | 1T | 2025-10 | CD | [🤗HF](https://huggingface.co/inclusionAI/Ling-1T) | / |
| Qwen3-Next | A3/80B | 2025-09 | MoE | [🤗HF](https://huggingface.co/Qwen/Qwen3-Next-80B-A3B-Instruct) | [Qwen3](https://github.com/QwenLM/Qwen3) |
| Kimi-k2 | A32B/1T | 2025-08 | MoE | [HF](https://huggingface.co/moonshotai/Kimi-K2-Instruct) | [Kimi-K2](https://github.com/MoonshotAI/Kimi-K2) |
| ERNIE-4.5 | A47/300B A3/21B | 2025-07 | MoE | [🤗HF](https://huggingface.co/baidu) | / |
| Qwen-3 | 4/14/30/235B | 2025-05 | CD/MoE | [🤗HF](https://huggingface.co/collections/Qwen/qwen3-67dd247413f0e2e4f653967f) | [Qwen3](https://github.com/QwenLM/Qwen3) |
| MiMo | 7B | 2025-05 | CD | [🤗HF](https://huggingface.co/XiaomiMiMo) | [MiMo](https://github.com/XiaomiMiMo/MiMo) |
| deepseek-v3 | 671B | 2024-12 | MoE | [🤗HF](https://huggingface.co/deepseek-ai/DeepSeek-V3) | [DeepSeek-V3](https://github.com/deepseek-ai/DeepSeek-V3) |
| Hunyuan-Large | A52/389B | 2024-11 | MoE | [🤗HF](https://huggingface.co/tencent/Tencent-Hunyuan-Large) | [Tencent-Hunyuan-Large](https://github.com/Tencent/Tencent-Hunyuan-Large) |
| Qwen-2.5 | 0.5/1.5/3/7/14/32/72B | 2024-09 | CD | [🤗HF](https://huggingface.co/collections/Qwen/qwen25-66e81a666513e518adb90d9e) | [Qwen2.5](https://github.com/QwenLM/Qwen2.5) |
| MiniCPM3 | 4B | 2024-09 | CD | [🤗HF](https://huggingface.co/openbmb/MiniCPM3-4B) | [MiniCPM](https://github.com/OpenBMB/MiniCPM) |

> 📋 查看全部 180+ 个模型请访问 [ChatLLM 完整列表 →](docs/chat-llm.md)

## Domain-ChatLLM

> 各个垂直领域开源对话模型。[查看完整列表 →](docs/domain-chat-llm.md)

| 模型 | 大小 | 时间 | 领域 | 下载 | 项目 |
| :--- | :--- | :--- | :--- | :--- | :--- |
| Qwen3-Coder-Next | / | 2026-02 | 代码 | [🤗HF](https://huggingface.co/Qwen) | [Qwen3](https://github.com/QwenLM/Qwen3) |
| Skywork-SWE | 32B | 2025-06 | 软件工程 | [🤗HF](https://huggingface.co/Skywork/Skywork-SWE-32B) | / |
| Kimi-Dev | / | 2025-06 | 代码 | [🤗HF](https://huggingface.co/moonshotai) | / |
| Qwen3-Coder | / | 2025-08 | 代码 | [🤗HF](https://huggingface.co/Qwen) | [Qwen3](https://github.com/QwenLM/Qwen3) |
| DeepSeek-Coder-V2 | A21/236B | 2024-06 | 代码 | [🤗HF](https://huggingface.co/deepseek-ai/DeepSeek-Coder-V2-Instruct) | [DeepSeek-Coder-V2](https://github.com/deepseek-ai/DeepSeek-Coder-V2) |
| CodeGeeX4 | 9B | 2024-07 | 代码 | [🤗HF](https://huggingface.co/THUDM/codegeex4-all-9b) | [CodeGeeX4](https://github.com/THUDM/CodeGeeX) |
| Yi-Coder | 1.5/9B | 2024-09 | 代码 | [🤗HF](https://huggingface.co/01-ai) | [Yi-Coder](https://github.com/01-ai/Yi-Coder) |
| OpenCoder | 1.5/8B | 2024-11 | 代码 | [🤗HF](https://huggingface.co/infly/OpenCoder) | [OpenCoder](https://github.com/OpenCoder-4/OpenCoder) |

> 📋 查看全部 60+ 个模型请访问 [Domain-ChatLLM 完整列表 →](docs/domain-chat-llm.md)

## MultiModal-ChatLLM

> 收集包含中文的多模态大模型，具备对话等功能。[查看完整列表 →](docs/multimodal-chat-llm.md)

| 模型 | 大小 | 时间 | 领域 | 下载 | 项目 |
| :--- | :--- | :--- | :--- | :--- | :--- |
| HY-World-2.0 | 1.2B | 2026-04 | 3D世界 | [🤗HF](https://huggingface.co/tencent/HY-World-2.0) | [HY-World-2.0](https://github.com/Tencent/HY-World-2.0) |
| Gemma-4-IT | E2B~31B | 2026-04 | 通用 | [🤗HF](https://huggingface.co/collections/google/gemma-4) | - |
| Qianfan-OCR | 4B | 2026-03 | 文档 | [🤗HF](https://huggingface.co/baidu/Qianfan-OCR) | [GitHub](https://github.com/baidubce/Qianfan-VL) |
| AutoGLM-Phone | 9B | 2025-12 | Agent | [🤗HF](https://huggingface.co/zai-org/AutoGLM-Phone-9B) | [Open-AutoGLM](https://github.com/zai-org/Open-AutoGLM) |
| Dolphin-v2 | 3B | 2025-12 | 文图 | [🤗HF](https://huggingface.co/ByteDance/Dolphin-v2) | [Dolphin](https://github.com/bytedance/Dolphin) |
| DeepSeek-OCR | 3B | 2025-10 | 文图 | [🤗HF](https://huggingface.co/deepseek-ai/DeepSeek-OCR) | [DeepSeek-OCR](https://github.com/deepseek-ai/DeepSeek-OCR) |
| Qwen-Image | 20B | 2025-08 | 文图 | [🤗HF](https://huggingface.co/Qwen/Qwen-Image) | [Qwen-Image](https://github.com/QwenLM/Qwen-Image) |
| InternVL 2.5 | 2~78B | 2024-12 | 文图 | [🤗HF](https://huggingface.co/collections/OpenGVLab/internvl-25-673e1019b66e2218f68d7c1c) | [InternVL](https://github.com/OpenGVLab/InternVL) |
| Qwen2-VL | 2/7/72B | 2024-08 | 图文视 | [🤗HF](https://huggingface.co/Qwen/Qwen2-VL-7B-Instruct) | [Qwen2-VL](https://github.com/QwenLM/Qwen2-VL) |
| MiniCPM-V 2.6 | 8B | 2024-08 | 文图视 | [🤗HF](https://huggingface.co/openbmb/MiniCPM-V-2_6) | [MiniCPM-V](https://github.com/OpenBMB/MiniCPM-V) |

> 📋 查看全部 90+ 个模型请访问 [MultiModal-ChatLLM 完整列表 →](docs/multimodal-chat-llm.md)

## ReasoningLLM

> 收集推理能力比较突出的中文大模型。[查看完整列表 →](docs/reasoning-llm.md)

| 模型 | 大小 | 时间 | 架构 | 下载 | 项目 |
| :--- | :--- | :--- | :--- | :--- | :--- |
| GLM-5.2 | / | 2026-06 | / | [🤗HF](https://huggingface.co/zai-org/GLM-5.2) | / |
| Kimi-K2.7-Code | A32/1T | 2026-06 | MoE | [🤗HF](https://huggingface.co/moonshotai/Kimi-K2.7-Code) | / |
| MiniMax-M3 | A23/428B | 2026-06 | MoE | [🤗HF](https://huggingface.co/MiniMaxAI/MiniMax-M3) | / |
| DeepSeek-V4-Pro | A49/1.6T | 2026-04 | MoE | [🤗HF](https://huggingface.co/collections/deepseek-ai/deepseek-v4) | [DeepSeek-V4](https://github.com/deepseek-ai/DeepSeek-V4) |
| MiMo-V2.5-Pro | A42/1.02T | 2026-04 | MoE | [🤗HF](https://huggingface.co/XiaomiMiMo/MiMo-V2.5-Pro) | [MiMo](https://github.com/XiaomiMiMo/MiMo) |
| Kimi-K2.6 | A32/1T | 2026-04 | MoE | [🤗HF](https://huggingface.co/moonshotai/Kimi-K2.6) | [Kimi-K2.6](https://github.com/MoonshotAI/Kimi-K2.6) |
| Qwen3.6 | A3/35B | 2026-04 | MoE | [🤗HF](https://huggingface.co/Qwen/Qwen3.6-35B-A3B) | [Qwen3.6](https://github.com/QwenLM/Qwen3.6) |
| DeepSeek-V3.2 | / | 2025-12 | MoE | [🤗HF](https://huggingface.co/deepseek-ai/DeepSeek-V3.2) | [DeepSeek-V3.2-Exp](https://github.com/deepseek-ai/DeepSeek-V3.2-Exp) |
| QwQ-32B | 32B | 2025-03 | CD | [🤗HF](https://huggingface.co/Qwen/QwQ-32B) | / |
| DeepSeek-R1 | A37/671B | 2025-01 | MoE | [🤗HF](https://huggingface.co/deepseek-ai/DeepSeek-R1) | [DeepSeek-R1](https://github.com/deepseek-ai/DeepSeek-R1) |
| MiniMax-M1 | A46/456B | 2025-06 | MoE | [🤗HF](https://huggingface.co/MiniMaxAI) | [MiniMax-M1](https://github.com/MiniMax-AI/MiniMax-M1) |

> 📋 查看全部 50+ 个模型请访问 [ReasoningLLM 完整列表 →](docs/reasoning-llm.md)

### Embedding

> MTEB排行榜:  <https://huggingface.co/spaces/mteb/leaderboard> [镜像](https://hf-mirror.com/spaces/mteb/leaderboard) [查看完整列表 →](docs/embedding.md)

|         模型         |     大小    | 时间      |  语言 |  领域 |                                   下载                                  |                             项目地址                             |                                 机构/个人                                |                           文                          |
| :----------------: | :-------: | ------- | :-: | :-: | :-------------------------------------------------------------------: | :----------------------------------------------------------: | :------------------------------------------------------------------: | :--------------------------------------------------: |
|   Qwen3-Embedding  |  0.6/4/8B | 2025-06 |  多语 |  通用 |      [\[🤗HF\]](https://huggingface.co/Qwen/Qwen3-Embedding-0.6B)     | [Qwen3-Embedding](https://github.com/QwenLM/Qwen3-Embedding) |                  [QwenLM](https://github.com/QwenLM)                 |       [Arxiv](https://arxiv.org/abs/2506.05176)      |
|   JinaColBERT V2   |   large   | 2024-08 |  多语 |  通用 |       \[[🤗HF\]](https://huggingface.co/jinaai/jina-colbert-v2)       |                               /                              |               [Jina AI](https://huggingface.co/jinaai)               |       [Paper](https://arxiv.org/abs/2408.16672)      |
| Conan-embedding-v1 |   large   | 2024-08 |  中文 |  通用 |    \[[🤗HF\]](https://huggingface.co/TencentBAC/Conan-embedding-v1)   |                               /                              |            [TencentABC](https://huggingface.co/TencentBAC)           |       [Paper](https://arxiv.org/abs/2408.15710)      |
|      xiaobu-v2     |   large   | 2024-07 |  中文 |  通用 |     \[[🤗HF\]](https://huggingface.co/lier007/xiaobu-embedding-v2)    |                               /                              |               [lier007](https://huggingface.co/lier007)              |
|    zpoint\_large   |   Large   | 2024-06 |  中文 |  通用 | \[[🤗HF\]](https://huggingface.co/iampanda/zpoint_large_embedding_zh) |                               /                              |              **[yang](https://huggingface.co/iampanda)**             |

> 📋 查看全部 15 个模型请访问 [Embedding 完整列表 →](docs/embedding.md)

## 大模型评估基准

### 1. C-Eval

C-Eval 是一个全面的中文基础模型评估套件。它包含了13948个多项选择题，涵盖了52个不同的学科和四个难度级别，查看[论文](https://arxiv.org/abs/2305.08322)了解更多细节。

\[[官方网站](https://cevalbenchmark.com/)]   \[[Github](https://github.com/SJTU-LIT/ceval)]  \[[论文](https://arxiv.org/abs/2305.08322)]

### 2. FlagEval

FlagEval是一个面向AI基础模型的评测工具包。我们的目标是探索和集合科学、公正、开放的基础模型评测基准、方法及工具，对多领域（如语言、语音、视觉及多模态）的基础模型进行多维度（如准确性、效率、鲁棒性等）的评测。我们希望通过对基础模型的评测，加深对基础模型的理解，促进相关的技术创新及产业应用。

\[[官方网站](https://cevalbenchmark.com/)]   \[[Github](https://github.com/FlagOpen/FlagEval)]

### 3. SuperCLUElyb

SuperCLUE琅琊榜，这是一个中文通用大模型对战评价基准，它以众包的方式提供匿名、随机的对战。在本文中，我们发布了初步的结果和基于Elo评级系统的排行榜，Elo评级是国际象棋和其他竞技游戏中广泛使用的评级系统。我们邀请整个社区加入这项工作，贡献新的模型，并通过提问和投票选出你最喜欢的答案来评估它们。

\[[官方网站](https://www.superclueai.com/)]   \[[Github](https://github.com/CLUEbenchmark/SuperCLUElyb)]

### 4. XiezhiBenchmark

该基准包括来自13个不同学科的516个学科的220,000个多项选择题，以及15,000个来自单一学科和多个学科的问题。我们对47个最新的大型语言模型在Xiezhi上进行了评估，结果表明在科学、工程、农学、医学和艺术等领域，大型语言模型的表现超过了人类的平均水平，但在经济学、法学、教育学、文学、历史和管理学等领域，人类的表现仍然远远超过了大型语言模型。

\[[官方网站]()]   \[[Github](https://github.com/mikegu721/xiezhibenchmark)] \[[论文](https://arxiv.org/abs/2306.05783)]

### 5. Open LLM Leaderboard

由HuggingFace组织的一个LLM评测榜单，目前已评估了较多主流的开源LLM模型，以英文为主。主要目标是跟踪、排名和评估最新的大语言模型和聊天机器人，让所有人方便的观察到开源社区的进展和评估这些模型。这个排行榜有一个关键优势，社区中的任何成员都可以提交模型，并在 Hugging Face 的 GPU 集群上自动评估。

\[[官方网站](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)]

### 6. 中文大模型安全评测平台

大模型安全测评依托于一套系统的安全评测框架，涵盖了仇恨言论、偏见歧视言论、犯罪违法、隐私、伦理道德等八大类别，包括细粒度划分的40余个二级安全类别。

\[[官方网站](http://coai.cs.tsinghua.edu.cn/leaderboard/)]   \[[Github](https://github.com/thu-coai/Safety-Prompts)] \[[论文](https://arxiv.org/abs/2304.10436)]

### 7. OpenCompass大语言模型评测

OpenCompass 是一款开源、高效、全面的评测大模型体系及开放平台。我们提供完整开源可复现的评测框架，支持大语言模型、多模态模型各类模型的一站式评测。利用分布式技术，即使面对千亿参数模型也能在数小时内完成评测。基于多个不同维度的高认可度数据集开放多样化的评测方式，包括零样本评测、小样本评测和思维链评测，全方位量化模型各个维度能力。

\[[官方网站](https://opencompass.org.cn/)]   \[[Github](https://github.com/open-compass/opencompass)]

## 开源模型库平台

1. 🤗[HuggingFace](https://huggingface.co/): The AI community building the future.

- 模型下载地址: <https://huggingface.co/models>

1. [ModelScope](https://modelscope.cn/home): ModelScope平台是以模型为中心的模型开源社区

- 模型下载地址:<https://modelscope.cn/models>

1. [flagopen](https://flagopen.baai.ac.cn/#/home): flagopen飞智大模型技术开源体系

- 模型下载地址: <https://model.baai.ac.cn/models>

1. [始智AI](https://wisemodel.cn/home): 中国AI开源创新社区

- 模型下载地址: <https://wisemodel.cn/models>

## 开源数据集库

1. huggfaceing数据集仓库: <https://huggingface.co/datasets>

- 包含了自然语言处理、计算机视觉、语音、多模态等数据集，内置100多个多语言公共数据集下载

1. ModelScope数据集仓库:<https://modelscope.cn/datasets>

- 提供了覆盖自然语言处理、计算机视觉、语音、多模态等数据集，更有阿里巴巴集团贡献的专业领域数据集，

1. flagopen数据集仓库: <https://data.baai.ac.cn/data>

- 内置公共数据集下载，可下200G大规模预训练语料[WuDaoCorpora](https://data.baai.ac.cn/details/WuDaoCorporaText)

1. cluebenchmarks数据集仓库：<https://www.cluebenchmarks.com/dataSet_search.html>

- 多个中英文NLP数据集，并可申请下载100GB的高质量中文预训练语料[CLUECorpus2020](https://github.com/CLUEbenchmark/CLUECorpus2020)

1. [MNBVC](https://github.com/esbatmop/MNBVC): Massive Never-ending BT Vast Chinese corpus

- 超大规模中文语料集

1. OpenDataLab数据集仓库: <https://opendatalab.com/>

- OpenDataLab 是有影响力的数据开源开放平台，公开数据集触手可及。

1. [OSCAR](https://oscar-project.org/): Open Super-large Crawled Aggregated coRpus, 多语言数据集

- 最新版本包含1.4T的中文语言数据集

## 🔧 预训练模型系列

> 中文预训练语言模型系列，涵盖 NLU、NLG、NLU-NLG 和多模态四大类。

## Other-Awesome

> 其他优质 Awesome 资源列表

[查看完整列表（共 52 个）→](docs/other-awesome.md)

## 更新

- 2026.06.19 增加[GLM-5.2](docs/reasoning-llm.md)，zai-org 最新旗舰推理模型，专为长程任务设计，支持稳定 1M Token 上下文，采用 IndexShare 稀疏注意力架构与 MTP 推测解码，MIT 开源许可证
- 2026.06.16 增加[Kimi-K2.7-Code](docs/reasoning-llm.md)、[MiniMax-M3](docs/reasoning-llm.md)，Kimi-K2.7-Code 是基于 Kimi K2.6 构建的代码领域 agentic 模型，MoE 架构（1T / 32B），上下文 256K，thinking-token 较 K2.6 降低约 30%；MiniMax-M3 是原生多模态模型，A23/428B，支持 1M 上下文，采用 MiniMax Sparse Attention (MSA) 实现 9× prefill / 15× decode 加速，在编码与长程 agentic 协作任务上达前沿水平
- 2026.05.03 增加[Ring-2.6-1T](docs/reasoning-llm.md)、[Ling-2.6-1T](docs/reasoning-llm.md)、[Ling-2.6-flash](docs/reasoning-llm.md)，Ring-2.6-1T 是万亿参数旗舰推理模型，支持 Agent 执行、Reasoning Effort 机制和异步强化学习训练；Ling-2.6-1T 是万亿参数旗舰模型，采用 MLA+Linear Attention 混合架构，Fast Thinking 机制；Ling-2.6-flash 是 104B 总参数/7.4B 激活参数的推理效率优化模型，面向高频 Agent 场景
- 2026.04.24 增加[DeepSeek-V4-Pro, DeepSeek-V4-Flash](docs/reasoning-llm.md)、[MiMo-V2.5-Pro](docs/reasoning-llm.md)，DeepSeek-V4-Pro 总参数 1.6T/激活 49B，V4-Flash 总参数 284B/激活 13B，均支持 1M 超长上下文；MiMo-V2.5-Pro 是小米开源的 1.02T 总参数 MoE 推理模型，激活 42B 参数，支持 1M 上下文
- 2026.04.21 增加[Qwen3.6-35B-A3B](docs/reasoning-llm.md)、[Kimi-K2.6](docs/reasoning-llm.md)、[HY-World-2.0](docs/multimodal-chat-llm.md)
- 2026.04.12 增加[MiniMax-M2.7](docs/reasoning-llm.md)，MiniMax 开源的推理大模型，230B 总参数 MoE 架构，激活 10B 参数
- 2026.04.06 增加[Gemma-4](docs/multimodal-chat-llm.md)，Google DeepMind 开源的多模态大模型
- 2026.02.16 增加[Step-3.5-Flash, GLM-5, MiniMax-M2.5, Kimi-K2.5, Ring-2.5-1T](docs/reasoning-llm.md)、[GLM-OCR, Ace-Step1.5, HunyuanImage-3.0-Instruct](docs/multimodal-chat-llm.md)

> 📋 查看完整更新日志请访问 [更新日志 →](docs/changelog.md)

### Contributors

### Misc

#### ↳ Stargazers

[![Stargazers repo roster for ](https://reporoster.com/stars/lonePatient/awesome-pretrained-chinese-nlp-models)](https://github.com/lonePatient/awesome-pretrained-chinese-nlp-models/stargazers)

#### ↳ Forkers

[![Forkers repo roster for](https://reporoster.com/forks/lonePatient/awesome-pretrained-chinese-nlp-models)](https://github.com/lonePatient/awesome-pretrained-chinese-nlp-models/network/members)

#### ↳ Star History

<div align="center">
[![Star History Chart](https://star-history.dera.page/svg?repos=lonePatient/awesome-pretrained-chinese-nlp-models&type=Date)](https://star-history.dera.page/#lonePatient/awesome-pretrained-chinese-nlp-models&Date)

</div>

![Visitor Count](https://profile-counter.glitch.me/lonepatient/count.svg)

awesome-pretrained-chinese-nlp-models

awesome-pretrained-chinese-nlp-models 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

awesome-pretrained-chinese-nlp-models

awesome-pretrained-chinese-nlp-models 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README