来自MSN3 天
英伟达宣布推出 Nemotron-CC：用于 LLM 预训练的万亿级英语语言数据集
品玩1月14日讯，据英伟达官方消息，英伟达近日宣布推出Nemotron-CC，这是一种包含 6.3 万亿个token的 英语语言Common Crawl数据集 ，用于预训练高度准确的大语言模型 。