제품 및 앱

OpenBMB, UltraData 오픈소스 데이터셋 2종 공개…HuggingFace 트렌드 1위

원제목:🏆 Big news! UltraData just hit #1 AND #2 on HuggingFace Trending worldwide! 🎉 Released by OpenBMB ...

AI 요약

OpenBMB는 칭화대 NLP 및 Modelbest와 함께 두 가지 오픈소스 데이터셋을 공개했습니다: Ultra-FineWeb-L3(사전 학습 합성 데이터)는 600B+ 토큰(영어 400B+, 중국어 200B+)을 포함해 현재까지 최대 규모의 오픈소스 중국어 사전 학습 합성 데이터셋입니다. UltraData-SFT-2605(사후 학습 SFT 데이터)는 1,500만+ 샘플을 포함하며, 중국 최초로 사고 및 비사고 주석을 포함한 대규모 SFT 오픈소스 데이터셋으로 수학, 코드, 지식, 지시 준수를 아우릅니다. 두 데이터셋 모두 UltraData L0-L4 프레임워크를 기반으로 구축되어 MiniCPM5-1B 훈련에서 검증되었으며, HuggingFace에서 무료로 공개되었습니다.

핵심 정보

  • OpenBMB는 칭화대 NLP 및 Modelbest와 함께 두 가지 오픈소스 데이터셋을 공개했습니다: Ultra-FineWeb-L3(사전 학습 합성 데이터)는 600B+…
  • UltraData-SFT-2605(사후 학습 SFT 데이터)는 1,500만+ 샘플을 포함하며,중국 최초로 사고 및 비사고 주석을 포함한 대규모 SFT 오픈소스 데이터셋으로…
  • 두 데이터셋 모두 UltraData L0-L4 프레임워크를 기반으로 구축되어 MiniCPM5-1B 훈련에서 검증되었으며,HuggingFace에서 무료로 공개되었습니다.

한눈에 보기

게시
업데이트
출처
X:面壁智能 OpenBMB (@OpenBMB)
카테고리
제품 및 앱
AI 점수
78
원문 읽기 정보 출처에서 전체 본문 읽기
추천 이유

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。

관련 엔티티

출처 및 저작권

이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.

원문 기사 · AIHOT 항목

인용 방법

본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.

Orange News: OpenBMB, UltraData 오픈소스 데이터셋 2종 공개…HuggingFace 트렌드 1위. 2026년 6월 1일. https://new.nat6.net/ko/news/cmpv8b6wa04jvsl0zc4newlns/

전체 보기 →
  • OpenAI 프런티어 모델과 Codex, 이제 AWS에서 사용 가능

    OpenAI의 프런티어 모델과 Codex가 이제 AWS에서 전면 제공된다. 기업 고객은 기존 AWS 환경과 제어, 구매 프로세스를 통해 OpenAI의 AI 기술을 사용함으로써 평가에서 프로덕션 배포까지의 과정을…

    OpenAI:官网动态(RSS · 排除企业/客户案例)제품 및 앱AI 점수 66

  • Cursor Teams 요금제 업데이트

    Cursor Teams가 세 가지 업데이트를 발표했다. Composer 전용 사용 풀을 추가해 자사 모델(Composer와 Auto)과 타사 API 사용 할당량을 분리해 과금하고, 표준 좌석($40/월)의 5배…

    Cursor Blog제품 및 앱AI 점수 64

  • Claude Code, 동적 워크플로 기능 추가

    Claude Code에 동적 워크플로 기능이 추가돼 모델이 런타임에 즉석에서 멀티 에이전트 프레임워크를 생성하고 조율해 복잡한 작업을 처리할 수 있게 됐다. 이 기능은 특정 JavaScript 파일을 실행해…

    Claude:Blog(网页)제품 및 앱AI 점수 77