跳到正文
AGI Hunt· OmarUFlorez·· 1 小时前AI 评分61

LatamGPT 在 Hugging Face 发布 1.78 亿篇拉美三语开放语料

LatamGPT 开源 1.78 亿篇拉美三语语料登陆 Hugging Face

AI 导读

LatamGPT 在 Hugging Face 发布两个开放数据集,共包含 1.784 亿篇西班牙语、葡萄牙语和英语文档,约 2905 亿 token。语料覆盖拉美及加勒比地区的书籍、新闻和机构馆藏,由区域合作伙伴共同整理,为拉美多语言大模型训练提供基础数据。

来源:AGI Hunt · agihunt.info