人工智能研究所 AI2 发布最大的 LLM 开源数据集 Dolma，包含 3 万亿 Tokens

发表评论
8 views

A+

据 The Decoder 报道，艾伦人工智能研究所（Allen Institute for AI，简称 AI2）发布包含各种网络内容、科学出版物、代码和书籍的三万亿个 token 的开源数据集 Dolma，是迄今为止最大的公开数据集。Dolma 是开放语言模型 (OLMo) 的基础。OLMo 是 AI2 目前正在开发的语言模型，计划于 2024 年初发布，目标是成为“最佳开放语言模型”。Dolma 的第一个版本主要限于英文文本，开发人员和研究人员现可以通过 Hugging Face 访问该数据集。

免责声明

发文时比特币价格：$29249

当前比特币价格：[crypto coins=”BTC” type=”text” show=”price”]

当前比特币涨幅：[crypto coins=”BTC” type=”text” show=”percent”]

免责声明：

本文不代表路远网立场，且不构成投资建议，请谨慎对待。用户由此造成的损失由用户自行承担，与路远网没有任何关系；

路远网不对网站所发布内容的准确性，真实性等任何方面做任何形式的承诺和保障；

网站内所有涉及到的区块链（衍生）项目，路远网对项目的真实性，准确性等任何方面均不做任何形式的承诺和保障；

网站内所有涉及到的区块链（衍生）项目，路远网不对其构成任何投资建议，用户由此造成的损失由用户自行承担，与路远网没有任何关系；

路远区块链研究院声明：路远区块链研究院内容由路远网发布，部分来源于互联网和行业分析师投稿收录，内容为路远区块链研究院加盟专职分析师独立观点，不代表路远网立场。