实体 OwnerByDane

OwnerByDane

PulseAugur coverage of OwnerByDane — every cluster mentioning OwnerByDane across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_55345 · May 27 · 20:23

用户创建1030亿token Usenet语料库用于AI训练

一位用户编译了一个包含1030亿token的Usenet语料库，时间跨度从1980年到2013年，并强调其对于训练AI模型的价值，因为它是在互联网时代之前、纯人类生成且零AI污染的内容。该语料库被划分为计算、科学和娱乐等各种层级，提供了一个独特的数据集，不包含现代网络痕迹和AI生成文本。基于该数据样本微调的Gemma 4模型已展现出其潜力，样本可供下载，完整语料库也可授权使用。