Hugging Face 发布 Wiki-40B 数据集, 应用在 自然语言处理、维基百科数据 领域

Hugging Face 本次发布的数据集 Wiki-40B, 该数据集包含了经过清理的英文维基百科文本，并划分为训练集和验证集。此外，该数据集被用于涉及稳定扩散和OPT语言模型的量化实验。具体任务是对使用英文维基百科子集的量化模型进行评估。

查看Wiki-40B

关于 Hugging Face , Hugging Face是一家专注于自然语言处理和人工智能领域的公司，提供丰富的预训练模型和工具，支持开发者在NLP任务中快速构建和部署高效的解决方案。

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。