The Pile Dataset
收藏paperswithcode.com2025-03-25 收录
官方服务：
资源简介：
The Pile is a 825 GiB diverse, open source language modelling data set that consists of 22 smaller, high-quality datasets combined together. Datasheet: Datasheet for the Pile
《Pile》系一项规模庞大、开源的语言建模数据集，总容量达825吉字节，由22个小型、高质量的数据集组合而成。数据集清单：Pile数据集清单
提供机构：
Papers with Code
