English Pre-trained word embeddings
Google’s word2vec embedding:
外网地址： [Word2Vec] [DownloadLink]
300维英语词向量：[百度云]
Glove word vectors:
外网地址： [Glove]
国内地址：[百度云]
Facebook’s fastText embeddings:
外网地址： [FastText]
国内地址：[百度云]
FastText Crawl:
https://pan.baidu.com/s/1NPlqAOnX1k88VictTshVMQ
[DeepMoji]: To understand how language is used to express emotions
Chinese Pre-trained word embeddings
目前最全的
https://github.com/Embedding/Chinese-Word-Vectors

https://github.com/to-shimo/chinese-word2vec

GloVe训练中文词向量_Py_to_Java2021的博客-CSDN博客_glove中文词向量训练

https://blog.csdn.net/LeYOUNGER/article/details/79343404

fastText/crawl-vectors.md at master · facebookresearch/fastText · GitHub

https://github.com/Embedding/Chinese-Word-Vectors

[自然语言处理] 预训练词向量百度云下载 [Word2Vec, Glove, FastText]_LeYOUNGER的博客-CSDN博客

# 云计算
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

deck.gl TripsLayer 出租车轨迹动画示例实战：从示例运行到着色器原理

TripsLayer 是 deck.gl 中用于渲染**随时间流动的轨迹动画**（如出租车行程、物流路径、迁徙路线）的核心图层。本文以仓库中的最小独立示例 [examples/website/trips](https://link.gitcode.com/i/1442af8f442f4cff39ff546e050fceb5) 为骨架，带你完成从安装依赖、启动应用、理解曼哈顿出租车数据格式，到深入

avatar 天工造物局

Foundry Anvil 中 eth_simulateV1 的 Blob 交易与 Blob Gas 字段规范化：原理、实现与测试验证

本篇技术指南以 [anvil-simulate-blob-transactions.md](https://link.gitcode.com/i/3d2ebe227262de169335eb290af80da8) 这条 changelog 条目为起点，深入剖析 Foundry Anvil 对 `eth_simulateV1` RPC 返回结果中 blob（EIP-4844）交易与 blob gas

avatar 天工造物局

LMCache CLI 实战：用 `lmcache kvcache clear` 管理运行中服务的 KV Cache 状态

本文是一份针对 LMCache 官方 CLI 命令 `lmcache kvcache` 的完整技术指南。该命令用于在**运行中的 LMCache 服务（MP HTTP server）**上管理 KV cache 状态，当前提供 `clear` 子命令，用于清空 L1（CPU 内存）层中缓存的全部 KV 数据。读完本文，你将掌握该命令的完整参数体系、退出码语义、终端/JSON/静默三种输出模式，并能

avatar 天工造物局