К содержимому

Датасет · latam-gpt

Исследовательский текстовый корпус для LatamGPT

latam-gpt/LatamGPT-Corpus-1.0-research

Закрытый для широкой публики корпус объёмом от 10 до 100 млн записей на португальском, испанском и английском.

Что внутри

Текстовый корпус для генерации текста размером от 10 до 100 миллионов записей на португальском, испанском и английском языках. Это научная часть данных проекта LatamGPT с ограниченным доступом только для академических исследований. Открытая часть корпуса опубликована в отдельном репозитории.

Что можно сделать

  • Академическое обучение языковых моделей для стран Латинской Америки
  • Исследование лингвистических особенностей испанского и португальского языков
Задачи
Генерация текста
Языки
Португальский, Испанский, Английский
Размер
10M–100M записей
Скачиваний за месяц
682
Лайков
8
Доступ
по запросу на Hugging Face

Как загрузить

from datasets import load_dataset

ds = load_dataset("latam-gpt/LatamGPT-Corpus-1.0-research")
Исследовательский текстовый корпус для LatamGPT — датасет latam-gpt/LatamGPT-Corpus-1.0-research | NeyroLearn