Dolma
收藏arXiv2024-02-01 更新2024-08-06 收录
下载链接：
http://arxiv.org/abs/2402.00159v1
下载链接
链接失效反馈官方服务：
资源简介：
一个包含三万亿个英语词汇的开放语料库，由网络内容、科学论文、代码、公共领域书籍、社交媒体和百科全书材料等多种来源混合构建而成。
An open corpus containing three trillion English words, constructed from a diverse mixture of sources including web content, scientific papers, code, public-domain books, social media, and encyclopedia materials.
创建时间：
2024-02-01
