Pretrained Checkpoints of MOF-BFN

Figshare2026-01-08 更新2026-04-28 收录

预训练模型

迁移学习应用

数据链接：

https://figshare.com/articles/dataset/Pretrained_Checkpoints_of_MOF-BFN/31029511 数据链接链接失效反馈

官方服务：

资源简介：

SP, DNG, and CFG checkpoints of MOF-BFN

创建时间：

2026-01-08

datajuicer/llava-pretrain-refined-by-data-juicer

多模态学习

预训练模型

LLaVA pretrain -- LCS-558k数据集是LLaVA预训练数据集的一个精炼版本，通过Data-Juicer工具去除了原始数据集中的一些低质量样本，以提高数据集的质量。该数据集主要用于多模态大语言模型的预训练。数据集的样本数量为500,380个，保留了原始数据集的约89.65%。精炼过程包括修复Unicode错误、标点符号规范化、过滤不符合特定条件的文本和图像样本等步骤。

Hugging Face2024-03-07 更新1290

Huggingface Google MobileBERT

自然语言处理

预训练模型

MobileBERT models directly retrieved and updated from: https://huggingface.co/

kaggle2023-07-26 更新140

chenrm/h-corpus-tokenized-qwen2.5-ctx2048

自然语言处理

预训练模型

这是一个包含input_ids和attention_mask两个特征字段的数据集，主要用于训练机器学习模型。数据集被划分为训练集，大小为21758092440字节，共有2123155个样本。数据集配置中包含了默认配置，指定了训练集的数据文件路径。

Hugging Face2025-02-12 更新70

Google Word2Vec