five

mittagessen/openiti_chunked

收藏
Hugging Face2025-06-16 更新2025-10-25 收录
下载链接:
https://hf-mirror.com/datasets/mittagessen/openiti_chunked
下载链接
链接失效反馈
官方服务:
资源简介:
Chunked OpenITI语料库是一个从OpenITI语料库派生出来的数据集,它包含经过分块的阿拉伯语文本,用于预训练上下文长度较短的小型语言模型。

This dataset, Chunked OpenITI Corpus, is derived from the OpenITI corpus and includes chunked Arabic text for pretraining small language models with short context lengths.
提供机构:
mittagessen
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作