suchirsalhan/BabyLM-Pretokenised

收藏

Hugging Face2025-01-31 更新2025-02-15 收录

自然语言处理

数据链接：

https://hf-mirror.com/datasets/suchirsalhan/BabyLM-Pretokenised 数据链接链接失效反馈

官方服务：

资源简介：

BabyLM预标记数据集，包含已经分词的文本，适用于语言模型训练，数据集大小在10MB到100MB之间。

BabyLM Pretokenised dataset containing tokenized text, suitable for language model training, with a size range of 10MB to 100MB.

提供机构：

© 2023-2026 上海数据发展科技有限责任公司版权所有

沪ICP备17003045号-15 沪公网安备31010402336585号

二维码

社区交流群

二维码

科研交流群

商业服务