"TDE-MIA_project"
收藏DataCite Commons2025-07-21 更新2026-05-03 收录
下载链接：
https://ieee-dataport.org/documents/tde-miaproject
下载链接
链接失效反馈官方服务：
资源简介：
"We construct a dataset by extracting 10,000 sequences, each consisting of approximately 500 tokens, from data sources that are likely to have been used in the pretraining of large language models, covering various content categories."
本研究通过从大概率曾被用于大语言模型（Large Language Model，LLM）预训练的数据源中提取10000条序列构建了一个数据集，每条序列包含约500个Token（Token），且该数据集覆盖各类内容范畴。
提供机构：
IEEE DataPort
创建时间：
2025-07-21
