Goose-World/rwkv-world-v3-subsample-100k

Name: Goose-World/rwkv-world-v3-subsample-100k
Creator: Goose-World
Published: 2025-03-16 11:53:36
License: 暂无描述

Hugging Face2025-03-16 更新2025-04-12 收录

下载链接：

https://hf-mirror.com/datasets/Goose-World/rwkv-world-v3-subsample-100k

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：

Goose-World

Goose-World/rwkv-world-v3-subsample

该数据集包含三个不同规模的数据子集，分别是index、100k和1m，每个子集都包含训练数据，文件格式为JSON Lines（.jsonl）。从命名上推测，100k可能表示含有10万条数据，1m可能表示含有100万条数据，而index可能是基准或较小规模的数据集。

Hugging Face2025-03-16 更新50

rwkv-x-dev/rwkv-world-3-subsample-preview

--- license: apache-2.0 ---

Hugging Face2025-03-16 更新70

Goose-World-v3

Goose World v3是一个包含约3.1T tokens的多语言数据集，由超过100种世界语言的公开数据集构成，用于训练Goose RWKV-7 World模型系列。数据集分为80%英语，10%多语言，10%代码，并提供有多种子集，如100k和1M的JSONL和binidx数据集。

Hugging Face2025-03-17 更新20

Goose-World/RWKV-World-v3

Goose World v3是一个包含约3.1T个标记的多语言数据集，用于训练名为Goose的RWKV-7 World模型系列。它由超过100种语言的公共数据集构成，主要语言是英语，同时也包含了多种语言和代码数据。

Hugging Face2025-04-28 更新60

RWKV World v3

RWKV World v3数据集是由RWKV Project、EleutherAI等机构创建的一个大规模多语言语料库，包含3.1万亿个token，旨在为训练新的语言模型提供优秀的英语、代码和多种语言能力。该数据集是基于公开可获得的多语言数据构建的，用于训练从0.19亿到2.9亿参数不等的四个RWKV-7模型，这些模型在多种语言任务上表现出卓越的性能。

arXiv2025-03-19 更新100