Tokenizer and Model

kaggle2024-03-02 更新2024-03-08 收录

下载链接：

https://www.kaggle.com/datasets/codingxxx/tokenizer-and-model

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2024-03-02

model and tokenizer

kaggle2023-12-02 更新00

Punkt Sentence Tokenizer Models

Kiss and Strunk (2006) Unsupervised Multilingual Sentence Boundary Detection

kaggle2017-08-17 更新60

models-for-tokenizers-metadata

该数据集包含关于机器学习模型的详细元数据，旨在支持模型发现、评估和管理任务。数据集结构包含一个训练集，共有417,492个样本，总大小约为2.09 GB。每个样本包含丰富的字段，如模型ID、作者、下载量、创建和修改时间戳、库名称、点赞数、趋势分数等。技术细节包括模型架构、任务类型、输入输出模态、许可证信息以及相关数据集和语言。此外，还包含模型的安全参数（safetensors_params和ggu

Hugging Face2026-03-29 更新80

weepcat/hh_partial_reward_model_token_by_token

该数据集包含两个部分：选中的(chosen)和拒绝的(rejected)。每个部分都有内容(content)和角色(role)两个字段。数据集分为训练集和测试集，共包含299179个示例，其中训练集291371个，测试集7809个。数据集的总大小为633MB。

Hugging Face2024-12-30 更新50

deberta_model_tokenizer

kaggle2023-08-26 更新10