wannaphong/KhanomTanLLM-pretrained-dataset-thai-subset
收藏Hugging Face2024-09-12 更新2024-12-14 收录
下载链接：
https://hf-mirror.com/datasets/wannaphong/KhanomTanLLM-pretrained-dataset-thai-subset
下载链接
链接失效反馈官方服务：
资源简介：
KhanomTanLLM预训练数据集（泰语子集）是一个用于大型语言模型预训练的泰语文本集合。该数据集包含了多个领域的泰语文本资源，如法律、政策、新闻、书籍等。这些资源来自pythainlp项目中的多个数据集以及hplt-project.org的泰语清理子集。
This dataset collects all raw text for pretraining LLM, specifically for the Thai subset. It includes multiple Thai-related subsets such as Thai food, law, books, news, etc.
提供机构：
wannaphong
