five

pararater/paracore

收藏
Hugging Face2025-10-13 更新2025-10-25 收录
下载链接:
https://hf-mirror.com/datasets/pararater/paracore
下载链接
链接失效反馈
官方服务:
资源简介:
ParaCore是一个经过ParaRater过滤的平行语料库,它通过选择最有价值的平行语对来增强大型语言模型的跨语言迁移能力。该数据集包含英语和多种其他语言的平行数据,每种语言大约有10亿个token,英文数据来源于Common Crawl,翻译使用Qwen3-8B模型。

ParaCore is a parallel corpus filtered by ParaRater, which enhances the cross-lingual transfer ability of large language models by selecting the most valuable parallel pairs. The dataset includes parallel data in English and several other languages, with each language containing about 1 billion tokens. The English data is sourced from Common Crawl, and translation is performed using the Qwen3-8B model.
提供机构:
pararater
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作