本研究开发了一个中文为中心的开源大语言模型，解决了现有模型在中文处理中的不足，强调透明度，分享了数据收集、模型设计和训练方法，结果显示该模型在多个基准上表现优越。

本文介绍了SemEval 2022 Task 11：MultiCoNER Multilingual Complex Named Entity Recognition中的成果，包括统一框架、数据增强方法和中文模型。系统在子任务11、12和9中获得了77.66、84.35和74.00的宏F1得分。

阿里云机器学习PAI团队开源了12个PAI-Diffusion中文模型，推出了两个开源工具，Chinese Diffusion WebUI和Diffuser-API，提供便捷的使用体验。

阿里云机器学习PAI团队升级了PAI-Diffusion中文模型，提高了图像生成质量、风格多样化、精细化模型微调功能和简单易用的场景化定制方案。该模型已开源并接入多个开源模型分享社区，支持多种轻量化微调算法和可控的图像编辑功能，可继续预训练产出针对不同业务场景的Diffusion模型。未来，该团队将继续优化模型，提高生成图像的质量和多样性。