Zyda数据集是由Zyphra公司创建的一个大型语言模型预训练数据集。 该数据集通过整合多个开源数据集并进行深度处理来构建，包含了1.3万亿Token，其质量接近商业语料。

2024年11月8日 · Zyda-2 was used to train our Zamba2 series of models which are state-of-the-art for their weight class. We build Zyda-2 by collating high-quality open-source tokens such as …

2024年6月4日 · In this paper, we introduce Zyda (Zyphra Dataset), a dataset under a permissive license comprising 1.3 trillion tokens, assembled by integrating several major respected open …

Disk Utility's built-in repair commands are merely a GUI front-end for fsck and fsck_hfs.

2024年11月9日 · Zyda-2是由Zyphra机构创建的一个包含5万亿Tokens的高质量数据集，旨在用于语言模型的预训练。 该数据集汇集了如FineWeb和DCLM等高质量的开源数据源，并通过交叉 …

2024年11月13日 · Zyphra 本次发布的数据集 Zyda-2, Zyda-2是由Zyphra机构创建的一个包含5万亿Tokens的高质量数据集，旨在用于语言模型的预训练。 该数据集汇集了如FineWeb …

2024年10月19日 · Zyphra Technologies是一家致力于开发多模式代理系统的公司，该系统结合了下一代状态空间模型架构、长期记忆和强化学习方面的先进研究，该公司刚刚发布了 Zyda …

Zyda是由Zyphra创建的一个包含1.3万亿tokens的大型语言模型预训练数据集。 该数据集整合了多个高质量的开源数据集，通过严格的过滤和去重过程，确保数据质量。

牛透社消息：6 月 7 日，初创公司 Zyphra 推出人工智能训练数据集 Zyda，旨在帮助研究人员构建大型语言模型（LLM）。 这家由英特尔资本（Intel Capital）提供未公开金额资金支持的初创 …

Zyda数据集是由Zyphra公司创建的一个大型语言模型预训练数据集。 该数据集通过整合多个开源数据集并进行深度处理来构建，包含了1.3万亿Token，其质量接近商业语料。