大语言模型数据清洗 · 论文笔记（一）

CCNet Extracting High Quality Monolingual Datasets from Web Crawl Data

Python Rookie 扫盲 · 语法进阶

从头开始补习一下Python

Python Rookie 扫盲 · 语法基础

从头开始补习一下Python

大模型评估指南 · 2 自动化基准测试

Automated benchmarks

大模型评估指南 · 1 前言

个人笔记 · 一个关于大语言模型（LLM）评估的指南手册

浅谈MinHash

FineWeb-Edu-Chinese数据集论文记录

OPENCSG CHINESE CORPUS A SERIES OF HIGHQUALITY CHINESE DATASETS FOR LLM TRAINING

FineWeb数据集论文记录

The FineWeb Datasets Decanting the Web for the Finest Text Data at Scale

CritiQ 工作文档

LLM生成评估指标，协助标注数据完成Reward模型训练