NousResearch/dolma-v1_7-3B-tokenized-llama3-nanoset
收藏Hugging Face2024-05-23 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/NousResearch/dolma-v1_7-3B-tokenized-llama3-nanoset
下载链接
链接失效反馈官方服务：
资源简介：
Dolma数据集是一个用于text-generation任务的大型数据集，支持英文语言，适用于语言模型训练和研究。数据集大小在100B到1T之间，提供了Tokenized版本，便于通过Nanotron或numpy直接使用。
Dolma数据集是一个用于text-generation任务的大型数据集，支持英文语言，适用于语言模型训练和研究。数据集大小在100B到1T之间，提供了Tokenized版本，便于通过Nanotron或numpy直接使用。
提供机构：
NousResearch
原始信息汇总
数据集概述
基本信息
- 许可证: odc-by
- 任务类别: 文本生成
- 语言: 英语
- 标签: 语言模型, 休闲语言模型, 大型语言模型
- 名称: Dolma
- 大小范围: 100B<n<1T
数据集版本
- 版本: Dolma v1_7-3B
- 格式: 已分词（Llama 3）
- 存储: 作为Nanotron数据集
