redpajama-book-refined-by-data-juicer
收藏魔搭社区2026-01-08 更新2024-05-15 收录
下载链接：
https://modelscope.cn/datasets/Data-Juicer/redpajama-book-refined-by-data-juicer
下载链接
链接失效反馈官方服务：
资源简介：
A refined version of Book dataset in RedPajama by Data-Juicer. Removing some "bad" samples from the original dataset to make it higher-quality. This dataset is usually used to pretrain a Large Language Model.
本数据集为Data-Juicer针对RedPajama中的图书数据集（Book dataset）优化后的版本。其通过移除原始数据集中的部分低质量样本，以提升整体数据集的品质。该数据集通常用于大语言模型（Large Language Model，LLM）的预训练工作。
提供机构：
maas
创建时间：
2023-08-01
