OLMo 2 1124 13B Mistura de Preferências

Conjunto de dados de mistura de preferências multilíngue em larga escala

Produto ComumOutrosConjunto de dadosMultilíngue

OLMo 2 1124 13B Mistura de Preferências é um grande conjunto de dados multilíngue disponibilizado pelo Hugging Face, contendo 377.7 mil pares de geração, usado para treinar e otimizar modelos de linguagem, especialmente em aprendizado de preferências e seguimento de instruções. A importância deste conjunto de dados reside na sua diversidade e escala, contribuindo para o desenvolvimento de tecnologias de processamento de linguagem mais precisas e personalizadas.

Best AI Websites & Tools

OLMo 2 1124 13B Mistura de Preferências

OLMo 2 1124 13B Mistura de Preferências Situação do Tráfego Mais Recente

OLMo 2 1124 13B Mistura de Preferências Tendência de Visitas

OLMo 2 1124 13B Mistura de Preferências Distribuição Geográfica das Visitas

OLMo 2 1124 13B Mistura de Preferências Fontes de Tráfego

OLMo 2 1124 13B Mistura de Preferências Alternativas

OLMo 2 1124 13B Mistura de Preferências — Conjunto de dados de mistura de preferências multilíngue em larga escala

Modelo de Incorporação de Texto Gemini Embedding — Gemini Embedding é um modelo de incorporação de texto avançado que fornece poderosas habilidades de compreensão de linguagem por meio da API Gemini.

Dolphin R1 — Dolphin R1 é um conjunto de dados para treinamento de modelos de raciocínio, contendo 800.000 amostras.

InternLM3 — InternLM3 é um conjunto de modelos focado na geração de texto, oferecendo diversas versões otimizadas para atender diferentes necessidades.

Nemotron-CC — Transforma o Common Crawl em um conjunto de dados de pré-treinamento de longo prazo refinado

Modelos de Conceito Amplos — Modelagem de linguagem no espaço de representação de sentenças

tulu-3-sft-olmo-2-mixture — Conjunto de dados de texto multilíngue em larga escala

FineWeb2 — Conjunto de dados de pré-treinamento multilíngue

Meta Llama 3.3 — Modelo de linguagem grande pré-treinado multilíngue com 70 bilhões de parâmetros

OLMo 2 1124 7B Mixture de Preferências — Conjunto de dados de texto em larga escala para pesquisa de mistura de preferências

dolmino-mix-1124 — Conjunto de dados de alta qualidade, usado na segunda etapa do treinamento do OLMo2.

Llama-3.1-Tulu-3-8B-RM — Modelo avançado de seguimento de instruções, oferecendo um guia completo de técnicas de pós-treinamento.

Llama-3.1-Tulu-3-70B-SFT — Modelo líder em uma família de modelos de seguimento de instruções, oferecendo dados, código e diretrizes de código aberto.

aya-101 — Modelo de linguagem generativo multilíngue

Llama-3.2-3B — Modelo de linguagem grande multilíngue

MedTrinity-25M — Conjunto de dados médicos multimodais em larga escala

Meta Llama 3.1-405B — Modelo de linguagem pré-treinado multilíngue de grande escala

DCLM-baseline — Conjunto de dados de benchmark para modelos de linguagem de alto desempenho

emo-visual-data — Conjunto de dados de anotação visual de emojis

apna AI — Aplicativo indiano líder em IA generativa multilíngue

Série GLM-4 — Modelo de diálogo multimodal multilíngue de código aberto

Aya-23-8B — Modelo de linguagem grande com ajuste fino para instruções multilínguas

ImageInWords — Modelo para gerar descrições de imagens extremamente detalhadas, utilizado no treinamento de modelos de linguagem visual.

WildChat — Um corpus constituído por interações entre usuários reais e o ChatGPT.

FineWeb — Conjunto de dados de páginas web em inglês de alta qualidade

MNBVC — O MNBVC é um corpus de língua chinesa em escala massiva, comparável aos 40 TB de dados usados no treinamento do ChatGPT.

Llama 3 — Modelo de linguagem grande de código aberto de nova geração, com desempenho excepcional.

MaLA-500 — Modelo de linguagem grande que abrange 534 idiomas

RoleLLM — Estrutura de RPG para Modelos de Linguagem Grandes

I2VGen-XL — Plataforma de modelos de IA e conjuntos de dados