Pile-Gutenberg
收藏OpenDataLab2026-05-24 更新2024-05-09 收录
下载链接：
https://opendatalab.org.cn/OpenDataLab/Pile-Gutenberg
下载链接
链接失效反馈官方服务：
资源简介：
Pile-Gutenberg（PG-19）数据集是The Pile项目的一部分，是一个用于语言模型的数据集。该数据集基于古腾堡计划（Gutenberg Project）的公共领域文本构建而成。
提供机构：
OpenDataLab
创建时间：
2023-07-19
搜集汇总
数据集介绍
背景与挑战
背景概述
Pile-Gutenberg数据集是The Pile项目的一部分，基于古腾堡计划的公共领域文本构建，包含10.5GB数据，涵盖19种文学流派，用于训练语言模型以理解和生成文学文本。
以上内容由遇见数据集搜集并总结生成
