पेपर और शोध

मियानबी इंटेलिजेंट ने सिंगहुआ और OpenBMB के साथ सबसे बड़ा चीनी प्रीट्रेन सिंथेटिक डेटासेट और करोड़-स्तरीय SFT डेटासेट ओपन-सोर्स किया, MiniCPM5-1B का मुख्य डेटा सार्वजनिक

मूल शीर्षक:国内首次!面壁智能开源千万级 SFT 与最大中文合成数据,MiniCPM5‑1B 核心数据公开

AI सारांश

मियानबी इंटेलिजेंट ने सिंगहुआ विश्वविद्यालय और OpenBMB के साथ दो डेटासेट जारी और ओपन-सोर्स किए: Ultra-FineWeb-L3 (600B से अधिक Tokens, जिसमें 200B+ चीनी, वर्तमान में सबसे बड़ा चीनी प्रीट्रेन सिंथेटिक डेटासेट) और UltraData-SFT-2605 (देश का पहला करोड़-स्तरीय SFT डेटासेट जिसमें गहन सोच और गैर-सोच दोनों एनोटेशन शामिल हैं)। दोनों UltraData डेटा श्रेणीबद्ध प्रबंधन प्रणाली पर आधारित हैं और MiniCPM5-1B प्रशिक्षण प्रक्रिया में पूरी तरह सत्यापित हैं, जो प्रीट्रेन एनीलिंग से लेकर पोस्ट-ट्रेनिंग SFT तक पूरी श्रृंखला को कवर करते हैं। ये UltraData वेबसाइट और HuggingFace पर उपलब्ध हैं और मुफ्त में खुले हैं।

मुख्य जानकारी

  • मियानबी इंटेलिजेंट ने सिंगहुआ विश्वविद्यालय और OpenBMB के साथ दो डेटासेट जारी और ओपन-सोर्स किए:…
  • जिसमें 200B+ चीनी,वर्तमान में सबसे बड़ा चीनी प्रीट्रेन सिंथेटिक डेटासेट) और UltraData-SFT-2605…
  • जो प्रीट्रेन एनीलिंग से लेकर पोस्ट-ट्रेनिंग SFT तक पूरी श्रृंखला को कवर करते हैं। ये UltraData…

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
公众号:面壁智能(MiniCPM)
श्रेणी
पेपर और शोध
AI स्कोर
61
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

填补了中文大规模合成数据空白,三年前还在用英文数据做中文模型的日子可以翻篇了,做端侧模型的可以直接拿这份数据跑一版 MiniCPM5-1B 级别的效果。

संबंधित एंटिटी

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: मियानबी इंटेलिजेंट ने सिंगहुआ और OpenBMB के साथ सबसे बड़ा चीनी प्रीट्रेन सिंथेटिक डेटासेट और करोड़-स्तरीय SFT डेटासेट ओपन-सोर्स किया, MiniCPM5-1B का मुख्य डेटा सार्वजनिक। 29 मई 2026। https://new.nat6.net/hi/news/cmq2o64uw01fbsl6ns33miceg/

सभी देखें →