智源联合共建单位开源可信中文互联网语料库CCI
站长网2023-11-29 14:10:581阅
智源研究院联合拓尔思、中科闻歌共建了 “中文互联网语料库”（CCI），旨在为大数据和人工智能行业提供安全、可靠的语料资源。
该语料库经过严格的筛选和清洗，包括基于规则和模型的过滤，以及针对评测数据集的严格过滤。首期开放的数据规模为104GB，时间跨度为2001年至2023年。
图源备注：图片由AI生成，图片授权服务商Midjourney
智源研究院表示，将继续扩充数据来源、完善数据处理流程，提供更多高质量、可信的数据资源。
同时，智源研究院还开放了其他高质量中文数据集，如 WUDAO copora、COIG 和 MTP。
下载地址:
智源开放数据仓库: https://data.baai.ac.cn/details/BAAI-CCI
HuggingFace:https://huggingface.co/datasets/BAAI/CCI-Data
0001
评论列表
共(0)条相关推荐
Android版ChatGPT将于本周发布
OpenAI宣布Android版ChatGPT将于本周发布，用户现在可以在GooglePlayStore预注册。此前，OpenAI就官宣了Android版ChatGPT的消息是，这款应用自5月以来已经在iPhone和iPad上可用。站长网2023-07-24 18:22:5900036荣耀 Magic V2 折叠手机将于 7 月 12 日 19:30 发布
今日，荣耀手机官方宣布，荣耀MagicV2折叠屏手机将于7月12日19:30发布。目前，消费者已经开始预约购买。荣耀CEO赵明表示，在折叠屏手机的开发中，需要打破原有的演进思维，将消费者最需要的产品放在首位，打破行业中固有的不可能，从而为消费者带来更优良的体验。据了解，荣耀MagicV2的厚度将在5.2mm左右，比竞争对手薄0.1mm。站长网2023-07-04 00:57:030000一部《玫瑰的故事》，一群偷笑的品牌
“那你偏要去北京什么意思，北京到底有谁在啊”。《玫瑰的故事》中，方协文的这段表演全网刷屏，成为当下热门转场视频。而在线下，瑞幸联名产品黄玫瑰拿铁让剧粉狂欢。自开播以来，《玫瑰的故事》热搜不断，剧中黄亦玫与四位男神的爱恨纠葛成为热议话题。数据显示，这部剧央视收视率破2，同时创下腾讯视频都市剧热度值最快破31000纪录，实现台网双爆。站长网2024-06-27 15:11:470002游族网络投毒案后续：许垚投毒杀人一审被判死刑
据上海一中法院消息，2024年3月22日上午10时，上海市第一中级人民法院对被告人许垚涉及的两项重罪——故意杀人罪和投放危险物质罪，进行了公开宣判。经过审理，法院认定许垚的行为极其恶劣，危害后果特别严重，因此决定执行死刑，剥夺政治权利终身。站长网2024-03-23 00:22:290000蔚来已获得独立汽车生产资质 成立蔚来汽车科技有限公司
工信部最新公示信息显示，蔚来汽车科技（安徽）有限公司已正式成立。这一新进展意味着蔚来已获得独立造车资质，不再依赖江淮汽车，未来出厂的汽车将不再需要张贴江淮汽车的尾标。据悉，此前，蔚来一直与江淮汽车合作生产汽车。今年10月份，江淮汽车发布公告称，公司拟通过公开挂牌方式转让与蔚来合作的两座工厂。这一举动被视为为蔚来获得独立造车资质铺平道路。站长网2023-12-04 11:56:080000
