search

esbatmop / MNBVC

MNBVC(Massive Never-ending BT Vast Chinese corpus)超大规模中文语料集。对标chatGPT训练的40T数据。MNBVC数据集不但包括主流文化，也包括各个小众文化甚至火星文的数据。MNBVC数据集包括新闻、作文、小说、书籍、杂志、论文、台词、帖子、wiki、古诗、歌词、商品介绍、笑话、糗事、聊天记录等一切形式的纯文本中文数据。
MIT License
3.38k stars 231 forks source link

如何支持项目 #27

Closed YuqiHUO closed 1 year ago

YuqiHUO commented 1 year ago

本人非常全力支持开源项目，如何加入

esbatmop commented 1 year ago

非常感谢来帮忙，请动手找一下加入的方式。