https://skylion007.github.io/OpenWebTextCorpus/

https://skylion007.github.io/OpenWebTextCorpus/

Last synced: about 1 year ago
JSON representation

• Host: GitHub
• URL: https://skylion007.github.io/OpenWebTextCorpus/
• Owner: Skylion007
• Created: 2019-04-29T16:51:05.000Z (about 7 years ago)
• Default Branch: master
• Last Pushed: 2024-03-31T16:38:50.000Z (about 2 years ago)
• Last Synced: 2025-04-10T17:19:37.591Z (about 1 year ago)
• Size: 12.7 KB
• Stars: 21
• Watchers: 2
• Forks: 2
• Open Issues: 0
• Metadata Files:

Awesome Lists containing this project

• Awesome-LLMs-Datasets - Website
• StarryDivineSky - skylion007/OpenWebTextCorpus - 2 的信息有限，我们承认数据集可能还有进一步改进的空间。因此，我们欢迎您的贡献和改进建议。我们希望这个数据集的可用性能够鼓励进一步复制 GPT-2 的工作，并被证明对其他项目有用。我们将很快在 master 分支上发布更多代码。 (NLP语料和数据集 / 大语言对话模型及数据)
• awesome-ai-content-pipelines - OpenWebText
• awesome-private-ai - OpenWebText - Open dataset similar to GPT training data. (Datasets & Data Prep)