该项目旨在通过研究自然语言处理中的组合泛化，提供有效的模型和方法，以提升NLP任务的表现。

一个用于促进和支持链式思考的工具库，旨在提高模型推理能力和理解力。

Aurora是中文版MoE模型，具有强大的自然语言处理能力，基于Mixtral-8x7B的进一步工作，激活了该模型在中文开放域的聊天能力。

ChatGLM-6B-API是基于清华大学开源的对话语言模型ChatGLM-6B和FastAPI构建的API，能够在本地部署并提供API接口，方便用户进行对话生成和自然语言处理。

smaihub.com是一个集成的AI工具套件，允许用户通过OpenAI API进行各种AI应用，提供强大的自然语言处理、文本生成和聊天机器人开发功能。API密钥安全存储在用户浏览器中，确保用户的隐私和安全。

CuteGPT是复旦大学知识工场实验室推出的一个支持中英双语的开源对话语言模型，基于Llama模型结构进行改进和扩展，规模为13B（130亿）参数，可以在单张3090显卡上进行int8精度的推理。

JudgeLM是经过微调的语言大模型，旨在有效、高效地在开放式基准测试中评估语言大模型（LLM），提供系统化的模型能力和行为分析，解决多种偏见问题，并在新旧基准测试中展示出色的评判性能。

Flash Insights 是一款浏览器扩展，旨在帮助用户从任何网页或视频中轻松提取有价值的见解，并优化信息以便与 AI 聊天机器人集成。用户只需点击扩展图标，即可开始提取信息，准备消息以兼容网页驱动的 AI 聊天机器人，并将准备好的消息粘贴到聊天机器人中，以获得来自网页或视频的有价值见解。

北京大学的多模态图像视频识别项目，旨在将视觉信息融入语言特征空间，以推动大型视觉-语言模型的发展。

WOODS是一个针对序列预测任务的出界泛化基准集合，旨在评估模型在各种序列预测任务中的出界泛化能力。该项目提供了一个标准化的基准，方便研究人员在该领域进行比较和实验。