差别

这里会显示出您选择的修订版和当前版本之间的差别。

--- mnbvc2023年终总结及感谢 [2025/03/14 16:13] – 创建 MNBVC项目组
+++ mnbvc2023年终总结及感谢 [2025/03/14 16:16] (当前版本) – MNBVC项目组
@@ 行 1: / 行 1: @@
-=== MNBVC一周年总结 ===
+====== MNBVC一周年总结 ======
 MNBVC项目于2023年1月1日正式启动，由里屋社区资深用户等战、零零发和龙骑兵的发起下，集结了广大志愿者共同参与，致力于构建一个超大规模的中文语料集。项目的主要目的是为中文自然语言处理提供高质量的数据资源，支持中文信息技术的发展。
@@ 行 13: / 行 13: @@
 感谢大家的支持，感谢所有参与者的支持！
-=== MNBVC是一个开源项目，我们致力于收集整理和清洗一切中文信息，为中文AI大模型训练提供预料支持。 ===
+====== MNBVC是一个开源项目，我们致力于收集整理和清洗一切中文信息，为中文AI大模型训练提供预料支持。 ======
 回首2023年，我们做了这样一些事：
-==== 语料集规模及清洗 ====
+===== 语料集规模及清洗 =====
 经过一年的努力，我们成功清洗了超过27TB的语料集，远超项目初期的预期。完成项目发起之初的40T语料目标的68.7%。这一成就标志着MNBVC项目在数据规模方面达到了新的高度。
-==== 志愿者参与及任务完成 ====
+===== 志愿者参与及任务完成 =====
 来自全球的超过116名志愿者积极报名参与项目，共完成了219项开发任务。我们还组织了4次学术分享活动，召开了超过215次的会议，确保了项目的顺利进行。
-==== 小组建立完善了项目流程 ====
+===== 小组建立完善了项目流程 =====
  目前，项目已建立14个专业小组，包括数据收集组、数据标准化组等。明年，我们计划筹建开源补丁组、智能测试组、基础保障组等新小组。
-==== 社区影响力 ====
+===== 社区影响力 =====
 MNBVC项目在Github上建立了项目页面，获得超过2500个stars，同时建立了官方主页和 MNBVC wiki项目，总结了项目的所有经验和成果。
-==== 行业专家的加入 ====
+===== 行业专家的加入 =====
 多位业界大神加入MNBVC项目，给与了MNBVC语料集很多帮助。包括：符尧，苏剑林，彭博，李沐，刘凯…
-==== 广泛应用 ====
+===== 广泛应用 =====
 我们的语料集已被大多数中文模型采用，对整个中文信息技术领域产生了深远影响。
@@ 行 42: / 行 42: @@
 在2023年9月5日召开的百度云智2023大会上，百度的大模型专家在介绍数据集的时候，把MNBVC排到了最前面。
-==== 工具完善 ====
+===== 工具完善 =====
 项目团队共建立了18个语料处理工具的子项目，进一步提升了数据处理的效率和质量。
-==== 定期月报 ====
+===== 定期月报 =====
 为了保持透明度和持续性，我们实现了每月发布一份项目进展月报的目标，项目做到了每个月都有一份主动的定期月报，向社区汇报MNBVC项目的进展情况。
-==== 发起多个专项语料收集项目 ====
+===== 发起多个专项语料收集项目 =====
  数据收集组为了收集语料发起了包括“语料元气弹”，“小河流水”和“汪洋大海”等项目，有力的支持了整个语料集的建设。
-=== 感谢所有开发小组的组长 ===
+====== 感谢所有开发小组的组长 ======
 ==== Jia Li ====
@@ 行 99: / 行 99: @@
 原负责代码语料小组。腌入味儿的多年老程，四十多岁但仍然奋斗在编码一线的很有经验的程序员。几乎靠一己之力完成了早期代码语料小组的大量编码工作。
-=== 特别感谢 ===
+====== 特别感谢 ======
 ==== MNBVC项目三个项目经理 ====
@@ 行 151: / 行 151: @@
 崔自成
-=== 感谢 ===
+====== 感谢 ======
 亲爱的MNBVC项目贡献者们， 随着2023年的落幕，我们想要特别感谢每一位为MNBVC项目付出努力和智慧的朋友。您的贡献不仅推动了项目的进步，也为我们整个社区带来了无限的活力和创新。
@@ 行 166: / 行 166: @@
 让我们共同期待MNBVC在新的一年里取得更大的成就。感谢您与我们同行，让这个项目变得更加卓越和丰富多彩！
-=== 再次感谢里屋社区 ===
+====== 再次感谢里屋社区 ======
 对积极报名并参与到“MNBVC”项目中的里屋众表示衷心的感谢！