思路打开！腾讯造了10亿个角色，驱动数据合成！7B模型效果打爆了

Yandex 开源 LLM 训练工具，可节省高达 20% 的 GPU 资源

“数据虚拟化之父”解密数据编织，大模型时代的数据生产力就靠它了

大模型时代下的数据治理：AI序幕拉开，垂直行业模型如何加速突破？

我让智谱 AI 狂吐训练数据，还发现了它的数据来源

30 个优质 NLP 数据集和模型，一键使用 8 个 demo，建议收藏！| 超全大模型资源汇总

研发大模型的血液--万字长文详谈数据工程

大模型迎来「开源季」，盘点过去一个月那些开源的LLM和数据集

可能是现在最全的NLP中文数据集列表

成不了AI高手？因为你根本不懂数据！听听这位老教授多年心血练就的最实用统计学

25个免费数据集网站大放送——For 热爱数据科学的你

好资源！近 20 万本 txt 书籍的语料库，可用于 GPT 模型训练和语义分析

四个00后的疯狂开源计划：整个互联网转成大模型语料，1亿token嵌入成本只需1美元

最快构建AI应用的embedding数据库，开源了!

开源界最新力作！230万篇arXiv的论文标题和摘要的所有embeddings向量数据集免费开放！

ChatGPT 时代：阅读会不会被取代？