Firefly 中文 Llama2 增量预训练数据集

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

该数据集为 Firefly-LLaMA2-Chinese 项目 的增量预训练数据，一共约 22GB 文本，主要包含 CLUE 、 ThucNews 、 CNews 、 COIG 、维基百科等开源数据集，以及研究团队收集的古诗词、散文、文言文等，数据分布如下图。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：训练数据集 训练数据 Fire Ref FIR