Inicio › Conjuntos de datos › RedPajama
RedPajama
Conjunto de datos
Corpus seleccionado
The open reproduction of Llama's training mix.
Estás viendo un registro de dataset: una colección de datos de entrenamiento, qué contiene y qué modelos aprendieron de ella.
Together AI and partners rebuilt Meta's disclosed Llama data recipe in the open — 1.2T tokens in v1, 30T documented in v2 — giving the open ecosystem a transparent, auditable base corpus.
Cómo se conecta con el resto del stack
Los enlaces de esta ficha de un vistazo: haz clic en un grupo para ir directamente a él.
Relacionado
Fuentes
Registro revisado a fecha de 2026-01-15 — ver Metodología.