Датасет · liwu
Огромный китайский текстовый корпус MNBVC
liwu/MNBVC
Массивный китайский текстовый корпус для обучения и проверки языковых моделей.
Что внутри
MNBVC — большой китайский текстовый корпус. В карточке он описан как Massive Never-ending BT Vast Chinese corpus; других сведений о составе, объёме и формате нет.
Что можно сделать
- Предобучение китайских языковых моделей
- Дообучение text-generation
- Проверка fill-mask на китайском
- Задачи
- Генерация текста, Заполнение пропусков
- Языки
- Китайский
- Скачиваний за месяц
- 520,7 тыс.
- Лайков
- 670
Модели, обученные на нём
- TheBloke/CausalLM-7B-GGUFГенерация текста 6,7 тыс.
- TheBloke/CausalLM-14B-GGUFГенерация текста 4,5 тыс.
- tastypear/CausalLM-14B-DPO-alpha-GGUFГенерация текста 3,6 тыс.
- bartowski/YuLan-Mini-GGUFГенерация текста 1,9 тыс.
- tastypear/CausalLM-7B-DPO-alpha-GGUFГенерация текста 1,6 тыс.
- mradermacher/35b-beta-long-i1-GGUF 1,2 тыс.
- CausalLM/7B-DPO-alphaГенерация текста 902
- CausalLM/14BГенерация текста 559
Как загрузить
from datasets import load_dataset
ds = load_dataset("liwu/MNBVC")