HF 数据集

llm-jp / scaling-data-constrained-llms

包含日语和英语网络语料库的集合——包括一个 9 B‑token 日语集(JA‑WEB‑9B)、63 B‑token 英语和日语集(EN‑WEB‑63B、JA‑WEB‑63B)以及合成版本,如改写版 JA‑PARAPHRASE‑63B、指令式 JA‑INSTRUCT‑63B 和翻译版 JA‑TRANSLATE‑63B——用于在数据受限环境下研究日语 LLM 预训练的数据增强。

其他语言的说明

统计

统计数据截至 2026年11月16日

Hugging Face 下载数(近 30 天)
402
Hugging Face 点赞数
5
收录日
2026年4月6日

下载数(近 30 天)变化

2505007501k11月9月7月5月3月2026年1月402
以表格显示
月份下载(30天)
2025年12月—
2026年1月—
2026年2月—
2026年3月—
2026年4月996
2026年5月876
2026年6月274
2026年7月418
2026年8月356
2026年9月501
2026年10月749
2026年11月402

各月最后一次快照时的近 30 天下载数。

同分类的热门资源

研究领域相近的资源

相关幻灯片与文章

标题中提及此资源名称的条目,以及与其说明内容相近的条目

通过幻灯片与文章学习