Add Simplified Chinese README and language navigation

README.md

@@ -11,6 +11,8 @@ tags:
 - minicpm3
 ---
 
+**English** | [简体中文](README_zh-CN.md)
+
 ## 🚀 Deploy with reComputer AI Lab
 
 Explore and deploy AI models on Rockchip **RK3576** and **RK3588** devices with **reComputer AI Lab**.

README_zh-CN.md

@@ -0,0 +1,90 @@
+---
+license: apache-2.0
+base_model: openbmb/MiniCPM3-4B
+pipeline_tag: text-generation
+library_name: rkllm
+tags:
+- rkllm
+- rockchip
+- rk3576
+- rk3588
+- minicpm3
+---
+
+[English](README.md) | **简体中文**
+
+## 🚀 使用 reComputer AI Lab 部署
+
+通过 **reComputer AI Lab**，在 Rockchip **RK3576** 和 **RK3588** 设备上探索并部署 AI 模型。
+
+[![reComputer AI Lab — 探索模型与部署指南](https://files.seeedstudio.com/Edge_box/reComputer_Lab.webp)](https://sensecraft.seeed.cc/ai-lab/zh/models?device=rk3588)
+
+### ⚡ 一条命令即可运行
+
+安装 Docker 后，在 reComputer AI Lab 中选择模型和开发板，复制部署命令，并在设备终端中运行即可。
+
+**[探索模型与部署指南 →](https://sensecraft.seeed.cc/ai-lab/zh/models?device=rk3588)**
+
+---
+
+
+# MiniCPM3-4B · RKLLM
+
+* 最大上下文长度： 4096
+
+在 Rockchip RK3576 和 RK3588 上进行文本生成，转换自 [openbmb/MiniCPM3-4B](https://huggingface.co/openbmb/MiniCPM3-4B)。
+
+- **转换工具包：** RKLLM Toolkit 1.3.0。
+- **输入 / 输出：** 文本 → 文本。
+- **许可证：** `apache-2.0`；条款及预期用途请参阅[上游模型卡](https://huggingface.co/openbmb/MiniCPM3-4B)。
+
+## 选择模型文件
+
+请选择与开发板 SoC 完全匹配的文件。`w4a16` 使用 4 位权重和 16 位激活；`w4a16_g128` 的权重分组大小为 128。`w8a8` 使用 8 位权重和 8 位激活。下表列出的是下载大小，并非运行时总内存占用。
+
+| 开发板 | 量化方式 | 大小 | 语言模型 |
+| --- | --- | --- | --- |
+| RK3576 | `w4a16_g128` | 2.70 GiB | [MiniCPM3-4B_RK3576_w4a16_g128.rkllm](RK3576/MiniCPM3-4B_RK3576_w4a16_g128.rkllm) |
+| RK3576 | `w8a8` | 4.22 GiB | [MiniCPM3-4B_RK3576_w8a8.rkllm](RK3576/MiniCPM3-4B_RK3576_w8a8.rkllm) |
+| RK3588 | `w8a8` | 4.20 GiB | [MiniCPM3-4B_RK3588_w8a8.rkllm](RK3588/MiniCPM3-4B_RK3588_w8a8.rkllm) |
+
+## 在开发板上运行
+
+在匹配的 Rockchip 开发板上安装 Docker 后，以下示例将启动 **RK3576 w4a16_g128** 模型，并在端口 8001 提供 API：
+
+```bash
+sudo docker run --rm -d --name rkllm \
+  --privileged -v /dev:/dev -p 8001:8001 \
+  ghcr.io/hanzo-huang/rkllm-docker/llm/minicpm3-4b:rk3576-w4a16-g128
+```
+
+镜像已包含模型文件。API 请求、其他开发板版本和配置说明请参阅 [rkllm-docker](https://github.com/Hanzo-Huang/rkllm-docker#readme)。
+
+如需单独下载文件：
+
+```bash
+hf download HanzoHuang/MiniCPM3-4B-RKLLM \
+  RK3576/MiniCPM3-4B_RK3576_w4a16_g128.rkllm \
+  --local-dir ./models
+```
+
+这些文件是原生 RKLLM/RKNN 模型产物。集成到其他应用时，请使用兼容的 RKLLM 运行时及该模型对应的对话模板。
+
+## 发布说明
+
+此处未发布各配置在开发板上的基准测试。量化后的输出可能与原始模型不同，请使用自己的实际任务检查回答效果。检查运行时兼容性时，请参考上方列出的工具包版本。
+
+<details>
+<summary>SHA-256 校验和</summary>
+
+```text
+ec05211d17c4bb05a685588ff335608233b59722f6ecc296976d61dbc88c4128  RK3576/MiniCPM3-4B_RK3576_w4a16_g128.rkllm
+3795c6a22e5f12de0c4243fc187da55f516b530de3125734874d340856160aec  RK3576/MiniCPM3-4B_RK3576_w8a8.rkllm
+3815a59593df7aebda90f86844caf2fd625d9d0e996e35aa31fd74790d10b130  RK3588/MiniCPM3-4B_RK3588_w8a8.rkllm
+```
+
+</details>
+
+## 致谢
+
+原始模型：[openbmb/MiniCPM3-4B](https://huggingface.co/openbmb/MiniCPM3-4B)。转换工具：[Rockchip RKLLM](https://github.com/airockchip/rknn-llm)。