这个开源项目的功能是提供一个超大规模的中文语料集（MNBVC），包含主流文化和小众文化，甚至火星文的数据。该数据集可以用于机器学习和chatGPT训练。

chatgpt-corpus是一个开源项目，用于提供ChatGPT的中文语料库。该语料库包含了对话、小说和客服语料，用于训练大型模型。这个项目在GitHub上有一个plex仓库，并且有开源和机器学习的标签。