EleutherAI 釋出 8TB 開源資料集：全靠授權與公有領域文本訓練
EleutherAI 聯合多家機構釋出 8TB 訓練資料集 The Common Pile v0.1。該資料集耗時兩年，完全由授權和公有領域文本構成。同步推出的 7B 模型 Comma 表現媲美 Meta 的初代 Llama，證明不用侵權資料也能練出好模型。
EleutherAI 聯合多家機構釋出 8TB 訓練資料集 The Common Pile v0.1。該資料集耗時兩年，完全由授權和公有領域文本構成。同步推出的 7B 模型 Comma 表現媲美 Meta 的初代 Llama，證明不用侵權資料也能練出好模型。