约翰霍普金斯大学 发布 data-uniformity 数据集, 应用在 机器学习、自然语言处理 领域

约翰霍普金斯大学 本次发布的数据集 data-uniformity, 本文中描述的数据集名为 data-uniformity，旨在研究数据均匀性对训练效率和性能的影响。数据集包含通过最大化数据点对之间的距离进行选择的数据，以探索数据均匀性如何加速训练并提高大型语言模型（LLMs）的性能。数据集由约翰霍普金斯大学应用数学与统计系和加州大学伯克利分校电子工程与计算机科学系的研究人员创建，并可在指定的GitHub链接中访问。

查看data-uniformity

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。