2024年9月29日
LawInstruct 数据集:由斯坦福大学、约翰霍普金斯大学和普林斯顿大学联合创建，最大法律大型指令数据集
摘要： 2024-06-19，由斯坦福大学、约翰霍普金斯大学和普林斯顿大学等机构联合创建了LawInstruct数据集，这是目前法律智能领域最大的指令式数据集。该数据集覆盖了17个司法管辖区、24种语言，并包含了1200万条训练样本，旨在推动法律领域内机器学习模型的发展和评估。 一、研究背景： 随着人工智能 阅读全文
posted @ 2024-09-29 16:26 数据猎手小k 阅读(73) 评论(0) 推荐(0)
BeanCounter数据集:一个新颖的、低毒性的、高质量的、大规模的商业领域特定数据集，足以训练数十亿参数的LLMs。
摘要： 2024-09-26，芝加哥大学的研究者们发布了一个名为BeanCounter的大规模商业文本数据集。这个数据集的发布，不仅为语言模型的发展和评估提供了新的资源，还可能推动商业领域文本处理的进一步研究。 一、研究背景 在商业领域，准确的文本分析对于理解市场趋势、消费者行为、竞争情报等至关重要。然而， 阅读全文
posted @ 2024-09-29 16:05 数据猎手小k 阅读(45) 评论(0) 推荐(0)