OpenBMB veröffentlicht zwei Open-Source-Datensätze von UltraData und erreicht Platz 1 der HuggingFace-Trendliste
Originaltitel:🏆 Big news! UltraData just hit #1 AND #2 on HuggingFace Trending worldwide! 🎉 Released by OpenBMB ...
KI-Zusammenfassung
OpenBMB hat gemeinsam mit Tsinghua NLP und Modelbest zwei Open-Source-Datensätze veröffentlicht: Ultra-FineWeb-L3 (synthetische Vortrainingsdaten) umfasst über 600 Mrd. Tokens (über 400 Mrd. englische und über 200 Mrd. chinesische Tokens) und ist der bislang größte Open-Source-Datensatz mit synthetischen chinesischen Vortrainingsdaten; UltraData-SFT-2605 (SFT-Daten für das Post-Training) enthält über 15 Mio. Beispiele und ist Chinas erster großer Open-Source-SFT-Datensatz mit Annotationen für Denk- und Nicht-Denkprozesse, der Mathematik, Code, Wissen und Instruction Following abdeckt. Beide basieren auf dem UltraData-L0-L4-Rahmen und wurden im Training von MiniCPM5-1B validiert. Die Datensätze sind auf HuggingFace kostenlos verfügbar.
Kernpunkte
- OpenBMB hat gemeinsam mit Tsinghua NLP und Modelbest zwei Open-Source-Datensätze veröffentlicht:…
- Tokens (über 400 Mrd.
- englische und über 200 Mrd.
- chinesische Tokens) und ist der bislang größte Open-Source-Datensatz mit synthetischen…
- UltraData-SFT-2605 (SFT-Daten für das Post-Training) enthält über 15 Mio.
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- X:面壁智能 OpenBMB (@OpenBMB)
- Kategorie
- Produkte & Apps
- KI-Bewertung
- 78
面壁开源了两个王炸数据集,预训练的 600B+ token 中文合成数据史上最大,SFT 那边 1500 万条带思考链的指令更是头一回见,做中文基础模型的可以无脑下载了。
Verwandte Entitäten
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: OpenBMB veröffentlicht zwei Open-Source-Datensätze von UltraData und erreicht Platz 1 der HuggingFace-Trendliste. 1. Juni 2026. https://new.nat6.net/de/news/cmpv8b6wa04jvsl0zc4newlns/