Open-source news repositories 发布 News-5m 数据集, 应用在 自然语言处理、机器学习 领域

Open-source news repositories 本次发布的数据集 News-5m, 该数据集包含了500万个高质量的英文句子，这些句子来源于开源新闻，用于知识蒸馏阶段的无标签数据集构建。此外，该数据集还与构建学生模型微调阶段相关。规模达到了500万个句子，任务定位于知识蒸馏。

查看News-5m

关于 Open-source news repositories , -

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。