IXThinker·2025-02-19 15:00微軟開放3.1T token數據集 質素勝開源
微軟開放總量達3.1T token的RedStone高質素數據集。該處理管道從Common Crawl中高效提取通用、代碼、數學與問答四大領域數據，多項任務表現超越現有開源數據集。
管道設計
RedStone是專為高效構建大規模特定領域數據而設的處理管道，透過優化數據流程，從Common Crawl中提取RedStone-Web、RedStone-Code、RedStone-Math及RedStone-QA等數據集。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。