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
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
