Nexdata 发布 [SAMPLE] Nexdata | Unsupervised Text Data | 1 PB | Foundation Model | Pre-training Data | Large ... 数据集, 应用在 无监督学习、大规模语言模型 领域

Nexdata 本次发布的数据集 [SAMPLE] Nexdata | Unsupervised Text Data | 1 PB | Foundation Model | Pre-training Data | Large ..., 该数据集包含两部分内容：一是测试题数据，包含5000万条记录，每条记录包括标题、答案、解析、科目、年级和题型，格式为jsonl，语言涵盖英语、韩语、普通话、法语和德语；二是电子书数据，包含1000万本带有ISBN的书籍，格式为Epub和PDF，语言同样涵盖英语、韩语、普通话、法语和德语。Nexdata公司拥有PB级别的大型语言模型数据、100万小时的音频数据和800TB的标注图像数据，这些数据支持即时交付，能快速提高AI模型的准确性。

查看[SAMPLE] Nexdata | Unsupervised Text Data | 1 PB | Foundation Model | Pre-training Data | Large ...

数据集详情页内容： 

关于 Nexdata , Nexdata是一家专注于数据管理和分析的技术公司，提供大数据解决方案和人工智能驱动的数据分析服务。该公司致力于帮助企业优化数据使用，提升业务决策效率。

关于 Databricks , Databricks 数据市场是一个开放的数据市场，旨在跨云、区域和平台无缝共享数据和协作。它允许数据提供者和消费者交换包括数据集、notebooks、应用程序、解决方案加速器和人工智能模型在内的数据资产，且无需依赖特定平台。通过预构建的notebooks和示例数据，消费者能够更快速、高效地评估数据产品。