gair-prox/DCLM-pro
收藏Hugging Face2025-02-15 更新2025-04-12 收录
下载链接：
https://hf-mirror.com/datasets/gair-prox/DCLM-pro
下载链接
链接失效反馈官方服务：
资源简介：
DCLM-pro数据集是从DCLM数据集使用ProX精炼框架精炼得到的，包含超过5000亿个高质量标记，适用于通用语言模型的预训练。
DCLM-pro dataset is refined from the DCLM dataset using the ProX refining framework, containing over 500 billion high-quality tokens, suitable for pre-training of general language models.
提供机构：
gair-prox
