Dolma
byAllenai
Data and tools for generating and inspecting OLMo pre-training data.
LLM OrchestrationOpen Source AI & Machine LearningOpen Source
About
Dolma es un conjunto de datos abierto de 3 billones de tokens de una mezcla diversa de contenido web, publicaciones académicas, código, libros y materiales enciclopédicos. Fue creado como un corpus de entrenamiento para OLMo, un modelo de lenguaje del Allen Institute for AI (AI2).
Open Source Health
- Stars
- 1,543
- Forks
- 202
- License
- Apache-2.0
- Last commit
- 2 months ago
Python
Alternativas a Dolma
Dont Stop Pretrainingby AllenaiCódigo asociado con el documento de ACL 2020 de Don't Stop Pretraining.
The Algorithmby TwitterCódigo fuente para el Algoritmo de Recomendación X
Recommendersby TensorFlowTensorFlow Recommenders es una biblioteca para construir modelos de sistemas de recomendación utilizando TensorFlow.- RPG_KDD2025by FacebookresearchEste repositorio proporciona el código para implementar RPG descrito en nuestro artículo de KDD'25 "Generando IDs semánticos largos en paralelo para recomendaciones".
- Pairecby AlibabaUn marco web de Go para construir rápidamente servicios de recomendación en línea basados en configuración JSON.
Resources & Links
Related Categories
¿Usas Dolma?
Controla su coste junto al resto de tu stack y recibe un recordatorio antes de que se renueve.
Añadir a mi stackVendor
Allenai
Publisher of Dont Stop Pretraining, Objaverse Xl and Procthor