El Instituto de Inteligencia Artificial Allen (AI2) publica el conjunto de datos de texto abierto Dolma, destinado a promover la transparencia y la innovación en los modelos de lenguaje de IA. Dolma, como parte central del plan de modelos de lenguaje abierto de AI2, proporciona a investigadores y desarrolladores recursos de datos gratuitos. El conjunto de datos Dolma tiene un tamaño de 3 mil millones de tokens, utiliza la licencia ImpACT para resultados de riesgo medio y anima a los usuarios a proporcionar información de contacto y de uso.