HF 資料集

llm-jp / scaling-data-constrained-llms

一組日文與英文網路語料庫,包括 9 B‑token 日文集(JA‑WEB‑9B)、63 B‑token 英文及日文集(EN‑WEB‑63B、JA‑WEB‑63B)以及合成版本,如改寫版 JA‑PARAPHRASE‑63B、指令式 JA‑INSTRUCT‑63B 與翻譯版 JA‑TRANSLATE‑63B,供在資料受限情境下研究對日文 LLM 進行預訓練的資料增強。

其他語言的說明

統計

統計資料截至 2026年11月16日

Hugging Face 下載數(近 30 天)
402
Hugging Face 按讚數
5
收錄日
2026年4月6日

下載數(近 30 天)變化

2505007501k11月9月7月5月3月2026年1月402
以表格顯示
月份下載(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

各月最後一次快照時的近 30 天下載數。

同分類的熱門資源

研究領域相近的資源

相關投影片與文章

標題中提及此資源名稱者,以及與其說明內容相近者

從投影片與文章學習