Daniel van Strien 开源 380M 网页数据策展模型

开发者 Daniel van Strien 基于 UltraBERT 微调并开源了 380M 参数的网页级数据策展模型，同时开放模型、训练数据和完整流程配方。该模型在 Hugging Face 上运行，每处理 100 万个网页约需 19 分钟，成本为 $5，可用于低成本自动策展 FineWeb 等网络数据。