lonePatient/awesome-pretrained-chinese-nlp-models

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

이 프로젝트 소개

엄선되고 지속적으로 업데이트되는 오픈소스 중국어 NLP 모델 목록( "Awesome" 리스트) — 대규모 언어 모델, 멀티모달 모델, 고전적인 사전 학습 모델을 포함하며, 관련 도구, 벤치마크, 플랫폼도 함께 다룹니다.

포함 내용

1. 대규모 언어 모델(LLM) — 6개 범주로 구성:

범주	내용
Base-LLM	70억 파라미터 이상의 범용 기반 모델 (예: Qwen-2.5, InternLM, Llama-3.1)
Domain-Base-LLM	금융, 의료, 코드, 수학 등 특정 분야를 위한 기반 모델 (예: Tongyi-Finance, ChiMed-GPT, CodeShell)
ChatLLM	대화 및 Q&A를 위한 대화형 모델 (예: DeepSeek-V3, GLM-4.6, Kimi-K2)
Domain-ChatLLM	특정 도메인을 위한 대화형 모델, 주로 코드에 특화 (예: DeepSeek-Coder-V2, CodeGeeX4)
MultiModal-ChatLLM	텍스트와 함께 이미지, 오디오, 비디오, 3D, 문서를 처리하는 모델 (예: MiniMax-Music3, Qianfan-OCR)
ReasoningLLM	강력한 수학/논리 추론 능력을 가진 모델 (예: GLM-5.3, Qwen3.8-Flash-Next)

2. 고전적인 사전 학습 모델 시리즈 (LLM 이전 시대):

NLU (자연어 이해): BERT, RoBERTa, ALBERT, ERNIE 등 — 29개 모델
NLG (자연어 생성): GPT, T5, BART, CPM, RWKV 등 — 18개 모델
NLU-NLG (둘 다): UniLM, GLM, CPT, SimBERT — 9개 모델
멀티모달 사전 학습: WenLan, CogView, Chinese-CLIP, OFA — 13개 모델

3. 임베딩 모델 — 텍스트/이미지/비디오를 벡터 표현으로 변환하는 16개 모델 (예: Qwen3-Embedding, Conan-embedding-v1).

4. 평가 벤치마크 — 모델 품질을 측정하는 7가지 도구:

C-Eval: 52개 과목에 걸친 13,948개의 객관식 질문
FlagEval: 다차원 평가(정확성, 효율성, 견고성)
SuperCLUElyb: Elo 레이팅 시스템을 사용한 익명의 인간 대 인간 모델 대결
XiezhiBenchmark: 516개 분야에 걸친 220,000개의 질문
Open LLM Leaderboard: HuggingFace의 영어 중심 리더보드
Chinese LLM Safety Evaluation Platform: 혐오 발언, 편향, 개인정보 침해 등을 확인
OpenCompass: 제로샷, 퓨샷, 사고 사슬 테스트를 지원하는 오픈소스 평가 프레임워크

5. 오픈소스 모델 플랫폼 — 모델 다운로드 위치: HuggingFace, ModelScope, flagopen, 始智AI (wisemodel).

6. 데이터셋 저장소 — 훈련 데이터를 위한 7개 소스, CLUECorpus2020 (100GB 중국어 텍스트) 및 MNBVC (대규모 중국어 코퍼스) 포함.

7. 기타 Awesome 리스트 — 추가로 엄선된 리소스 목록 52개 (AI 에이전트, Claude 스킬 등).

각 모델 항목의 표시 방식

모든 모델은 크기 (파라미터 수), 출시 날짜, 언어, 아키텍처 (예: MoE = mixture-of-experts, CD = causal decoder), 다운로드 링크, 프로젝트 링크, 기관, 경우에 따라 논문 또는 블로그 링크와 함께 테이블로 표시됩니다. 전체 목록은 별도의 docs/ 파일에 있으며, README에는 샘플만 표시됩니다.

실용적인 참고 사항

README는 메인 사이트에서 다운로드에 어려움을 겪는 중국 사용자를 위해 HuggingFace 미러 (hf-mirror.com)를 권장합니다.
이 프로젝트는 학술 조사 논문 "A Survey of Large Language Models" (arXiv:2303.18223)에 링크합니다.
목록은 활발히 유지 관리되며, 업데이트 로그는 정기적으로 새로운 모델이 추가됨을 보여줍니다 (예: 2026년 8월 Hy4-preview 및 GLM-5.3).

한 문장으로

오픈소스 중국어 NLP 모델 — 고전적인 BERT 시대 모델부터 현대 LLM까지 — 을 사용하거나 평가하는 데 필요한 벤치마크, 플랫폼, 데이터셋과 함께 원스톱으로 정리한 디렉토리입니다.