NanoStories 发布：5000 万条儿童故事数据集，规模约为 TinyStories 的 25 倍

AuroraAI-Research 在 Hugging Face 发布 NanoStories，一个 TinyStories 风格的儿童故事数据集，包含约 5000 万条故事，规模约为 TinyStories 的 25 倍。作者称数据由规则算法生成而非语言模型，生成耗时不到 10 分钟，转换 parquet 并上传 HF 仅用手机 CPU 花了几分钟，目前征求社区反馈与批评。