SouthernCrossAI/Wiki-Australia

Name: SouthernCrossAI/Wiki-Australia
Creator: SouthernCrossAI
Published: 2024-10-03 08:05:48
License: 暂无描述

Hugging Face2024-10-03 更新2025-04-12 收录

下载链接：

https://hf-mirror.com/datasets/SouthernCrossAI/Wiki-Australia

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

提供机构：

SouthernCrossAI

JoeyLLM/Wiki-Australia

--- license: apache-2.0 ---

Hugging Face2024-10-03 更新30

SouthernCrossAI/Gutenberg-Australia-Chunks-1024

该数据集包含三个部分：训练集、验证集和测试集。每个样本由名为input_ids的整数序列组成，该序列可能代表文本数据。训练集包含61332个样本，大小为251461200字节；验证集包含11435个样本，大小为46883500字节；测试集包含3832个样本，大小为15711200字节。数据集的总大小为314055900字节，下载大小为156021331字节。

Hugging Face2025-04-24 更新20

SouthernCrossAI/Arxiv

--- task_categories: - text-generation language: - en tags: - Australia - AcademicPaper - Arxiv size_categories: - 10M<n<100M ---

Hugging Face2024-08-14 更新40

SouthernCrossAI/Project_Gutenberg_Australia

这是一个包含澳大利亚文学和其他作品的文本段落的数据集，用于支持澳大利亚大型语言模型（LLM）的开发。数据来源于Project Gutenberg Australia，这些文本在澳大利亚属于公共领域。数据集旨在提高专门针对澳大利亚英语和文化背景的语言模型的性能和相关性。

Hugging Face2024-12-18 更新20

SouthernCrossAI/Gutenberg-Australia-Chunks-512

该数据集包含了输入ID序列，分为训练集、验证集和测试集三个部分。训练集包含122,665个样本，验证集包含22,870个样本，测试集包含7,665个样本。数据集总大小为314,366,400字节，下载大小为161,575,671字节。

Hugging Face2025-04-24 更新20