人工智能研究所 AI2 发布最大的 LLM 开源数据集 Dolma，包含 3 万亿 Tokens
据 The Decoder 报道，艾伦人工智能研究所（Allen Institute for AI，简称 AI2）发布包含各种网络内容、科学出版物、代码和书籍的三万亿个 token 的开源数据集 Dolma，是迄今为止最大的公开数据集。Dolma 是开放语言模型 (OLMo) 的基础。OLMo 是 AI2 目前正在开发的语言模型，计划于 2024 年初发布，目标是成为“最佳开放语言模型”。Dolma 的第一个版本主要限于英文文本，开发人员和研究人员现可以通过 Hugging Face 访问该数据集。
本文链接：https://www.8btc.com/article/6830628
转载请注明文章出处
原创文章，作者：惊蛰财经，如若转载，请注明出处：http://www.xmlm.net/bhq/26165.html
赞 (0)
惊蛰财经
韩国女团 Blackpink 将在 Roblox 推出虚拟空间，为其粉丝提供沉浸式元宇宙体验
« 上一篇
2023年8月24日 am12:12
香港立法会议员吴杰庄：呼吁发展“数字港元”，将香港打造为“虚拟资产友好城市”
下一篇 »
2023年8月24日 am12:21