注册
资讯
学习
基础知识 理论实践 学习教程
企业 招聘
下载
模型 数据集
AI工具箱
企业服务
EVA 智能HR 视频AI
ChatGPT 人工智能应用 人工智能未来 计算机视觉
热门新闻
机器人 康奈尔大学

康奈尔大学推出新的社交机器人，更柔软，更人性化
行业 人工智能

为什么数据污染对LLM来说是一个大问题
行业 人工智能

所以，能动手就别吵吵了
常用工具
ChatGPT

OpenAI旗下AI对话工具
Midjourney

AI图像和插画生成工具，测试测试测试测试测试测测试
Stable Diffusion

StabilityAI推出的文本到图像生成AI
GitHub Copilot

GitHub AI编程工具
文心一言

百度推出的基于文心大模型的AI对话互动工具
讯飞星火认知大模型

科大讯飞推出的类ChatGPT的讯飞星火认知大模型
心流

阿里旗下推出的AI搜索助手

数据集:

Finnish-NLP/mc4_fi_cleaned

任务:

文本生成 填充掩码

子任务:

language-modeling masked-language-modeling

语言:

fi

计算机处理:

monolingual

大小:

size_categories:unknown

源数据集:

extended|mc4
数据集介绍 文件清单
文件路径: Finnish-NLP/mc4_fi_cleaned
.gitattributes
1.19 KB
2021-11-19 03:36:28
README.md
2.91 KB
2022-10-22 00:57:34
calculate_perplexity.py
762 B
2022-03-07 00:58:43
clean_data.py
3.21 KB
2021-11-21 00:14:58
clean_funcs.py
4.74 KB
2021-11-19 03:36:28
deduplicate.py
2.2 KB
2022-03-06 21:15:38
train.csv
60.43 GB
2022-03-06 23:51:43
valid.csv
61.28 MB
2022-03-06 23:51:43

作者:

Finnish-NLP

数据集大小:

60.49 GB

相关推荐