TxT360
一个大规模、高质量的数据集，它包含了5.7万亿个优质tokens，旨在为大语言模型训练提供丰富的数据资源。
3.0（CCI 3.0）全景解析 CCI 3.0 是智源研究院发布的 1000 GB 级、经多维清洗与高质量标注的中文超大规模互联网语料库，为中文大模型与 NLP 研究提供“燃料”。
数据统计
相关导航
Anthropic
Agent Skills 开源知识库 Anthropic Agent Skills 是 Anthropic 推出的开源知识库，为 Claude 模型提供可动态加载的示范性技能与最佳实践，涵盖多领域实用技能集，支持开发者直接使用或按规范自定义技能，通过按需加载指令集降低 Token 消耗、提升特定任务处理效率。
GitHub MCP Server
GitHub 的官方模型上下文协议服务器 GitHub 的官方模型上下文协议（MCP）服务器，它提供了与 GitHub API 的无缝集成，能够实现高级自动化和交互功能，帮助开发者和工具更高效地与 GitHub 生态系统进行交互。
百度AI
Studio AI算力平台 基于PaddlePaddle框架的GPU资源，支持深度学习模型训练和部署，适合AI开发者快速上手。
Kaggle
您的机器学习和数据科学社区 一个全球最大的人工智能与机器学习社区平台，汇集了超过2100万机器学习爱好者，旨在分享、压力测试和及时了解最新的机器学习技术和技巧。用户可以发现社区发布的海量模型、数据和代码，为下一个项目提供资源。
OceanBase
seekdb数据集 OceanBase seekdb 是一款开源、轻量级、AI原生的混合搜索数据库，可在一个查询中融合向量、全文、标量与空间数据，实现毫秒级多模态搜索。
Trillium TPU 谷歌云平台推出的第三代张量处理器，专为机器学习和高性能计算工作负载设计。
Revisit-Anything
视觉位置识别技术 Revisit-Anything 可以帮助用户高效地管理和回顾各种内容。它能够对文本、图像、代码等多种类型的文件进行分类和标记，方便用户快速找到所需内容。同时，该工具还支持搜索功能，用户可以通过关键词快速定位到特定的文件或信息。
暂无评论...