kanhatakeyama/CommonCrawl-RAG-QA-Calm3-22b-chat
收藏Hugging Face2024-07-16 更新2024-07-22 收录
下载链接：
https://hf-mirror.com/datasets/kanhatakeyama/CommonCrawl-RAG-QA-Calm3-22b-chat
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是通过使用OpenCalm3-22b模型从Common Crawl数据源进行清理和重新生成的文本。数据以jsonl格式存储，文件大小约为数十GB。部分计算使用了东京工業大学的超级计算机TSUBAME4.0。
This dataset consists of text that has been cleaned and regenerated from the Common Crawl data source using the OpenCalm3-22b model. The data is stored in jsonl format, with files totaling several tens of GB in size. Some of the computations were performed using the TSUBAME4.0 supercomputer at Tokyo Institute of Technology.
提供机构：
kanhatakeyama
原始信息汇总
自動生成テキスト
数据来源
- 基于Common Crawl生成。
- 使用OpenCalm3-22b进行清洗和再生成。
数据描述
- 数据格式为jsonl。
- 文件大小约为数十GB。
- 可能需要使用git lfs等工具进行下载。
