Beijing Academy of Artificial Intelligence 发布 IndustryCorpus2 数据集, 应用在 行业模型训练、数据处理 领域

Beijing Academy of Artificial Intelligence 本次发布的数据集 IndustryCorpus2, 该数据集是一个用于行业模型训练的高质量数据集，包含了31个行业类别，涵盖中文和英文数据，总数据量为1TB中文和2.2TB英文。数据集经过数据源升级、行业分类系统更新、数据语义质量筛选和数据质量分层处理，分为高、中、低三个等级，以适应不同层次的模型训练需求。数据集的主要目的是提升行业模型的性能，实现行业应用的智能化转型和创新发展。

查看IndustryCorpus2

Dataset card 内容： 

Files and versions 内容： 

关于 Beijing Academy of Artificial Intelligence , 智源研究院（BAAI）是中国顶尖的人工智能研究机构，致力于推动AI基础理论与应用创新。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。