RedPajama-v1
收藏arXiv2025-09-30 收录
下载链接：
https://huggingface.co/datasets/togethercomputer/RedPajama-Data-1T
下载链接
链接失效反馈官方服务：
资源简介：
该数据集名为RedPajama-v1，它是一个包含多个领域数据的综合性数据集，这些领域包括CommonCrawl、C4、Github、Wikipedia、书籍、ArXiv以及StackExchange。该数据集被用于训练LLAMA2-7B模型，其任务是训练大型语言模型。
提供机构：
Together Computer
