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")