aisingapore/SEA-PILE-v2
收藏官方服务：
资源简介：
SEA-PILE v2是一个大规模的多语言语言模型数据集，包含1200亿个标记，来源于多样化的网络内容。支持的语言包括越南语、印度尼西亚语、泰米尔语、马来语、泰语、他加禄语、高棉语、老挝语和缅甸语。
SEA-PILE v2 is a large, multilingual language modelling dataset of 120 billion tokens, sourced from a diverse array of web content. It supports Vietnamese, Bahasa Indonesia, Tamil, Malay, Thai, Tagalog, Khmer, Lao, and Burmese languages.
提供机构：
aisingapore
