大模型加速数据集LLaVA-CC3M-Pretrain-595K
收藏国家基础学科公共科学数据中心2026-01-30 收录
下载链接：
https://nbsdc.cn/general/dataDetail?id=683dead9195d261233189961&type=1
下载链接
链接失效反馈官方服务：
资源简介：
大模型加速数据集LLaVA-CC3M-Pretrain-595K采集方案：首先从训练语料库中占主导地位的语言类别中随机选择一个标记，然后利用这个标记作为输入，让预训练的大型语言模型通过两阶段模式生成连贯的文本序列，从而构建一个多样化且具有代表性的校准数据集，最后在多个数据集上评估量化模型的性能，以确保其泛化能力。数据量大小2GB。
提供机构：
浙江大学
