OpenBMB phát hành hai bộ dữ liệu mã nguồn mở lớn UltraData, đứng đầu bảng xu hướng HuggingFace
Tiêu đề gốc:🏆 Big news! UltraData just hit #1 AND #2 on HuggingFace Trending worldwide! 🎉 Released by OpenBMB ...
Tóm tắt AI
OpenBMB hợp tác với NLP Đại học Thanh Hoa và Modelbest phát hành hai bộ dữ liệu mã nguồn mở: Ultra-FineWeb-L3 (dữ liệu tổng hợp tiền huấn luyện) chứa hơn 600B token (hơn 400B tiếng Anh, hơn 200B tiếng Trung), là bộ dữ liệu tổng hợp tiền huấn luyện tiếng Trung mã nguồn mở lớn nhất từ trước đến nay; UltraData-SFT-2605 (dữ liệu SFT hậu huấn luyện) chứa hơn 15M mẫu, là bộ dữ liệu SFT quy mô lớn đầu tiên của Trung Quốc mã nguồn mở và bao gồm chú thích suy luận và không suy luận, bao phủ toán học, mã hóa, kiến thức và tuân thủ chỉ dẫn. Cả hai đều được xây dựng dựa trên khung UltraData L0-L4 và đã được xác minh trong huấn luyện MiniCPM5-1B. Bộ dữ liệu đã mở miễn phí trên HuggingFace.
Thông tin chính
- OpenBMB hợp tác với NLP Đại học Thanh Hoa và Modelbest phát hành hai bộ dữ liệu mã nguồn mở:…
- UltraData-SFT-2605 (dữ liệu SFT hậu huấn luyện) chứa hơn 15M mẫu,là bộ dữ liệu SFT quy mô lớn đầu…
- Cả hai đều được xây dựng dựa trên khung UltraData L0-L4 và đã được xác minh trong huấn luyện…
- Bộ dữ liệu đã mở miễn phí trên HuggingFace.
Tóm tắt nhanh
- Đăng lúc
- Cập nhật lúc
- Danh mục
- Sản phẩm & ứng dụng
- Điểm AI
- 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。
Thực thể liên quan
Nguồn và bản quyền
Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.
Cách trích dẫn
Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.
Orange News: OpenBMB phát hành hai bộ dữ liệu mã nguồn mở lớn UltraData, đứng đầu bảng xu hướng HuggingFace. 1 tháng 6 2026. https://new.nat6.net/vi/news/cmpv8b6wa04jvsl0zc4newlns/