跳到正文
热点事件持续更新

LatamGPT 发布拉美三语开源语料

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

LatamGPT 项目在 Hugging Face 上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,规模约 2905 亿 token。 语料覆盖拉丁美洲及加勒比地区的书籍、新闻和机构馆藏,由该项目的区域合作伙伴共同整理,定位是为拉美多语言大模型训练提供基础数据。这三个语种混合的语料库面向拉美语言场景,区别于以英语或单一语种为主的公开训练集。

AI 根据报道生成 · 29 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. AGI Hunt
    LatamGPT 在 Hugging Face 发布 1.78 亿篇拉美三语开放语料

    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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。