★
Menu
Beranda Cara Pembuatannya Watchlist Tumpukan
Perangkat Keras ChipBandingkan Chip Server & SistemJaringan MemoriFoundri & Pengemasan Pendinginan
Fasilitas Pusat-Pusat DataDaya ProyekCloud & Komputasi GPU
Kecerdasan Model AIPerangkat Lunak Produk AIBenchmark Makalah RisetKumpulan-Kumpulan Data Konsep-Konsep
Ekosistem Perusahaan-PerusahaanSaham Orang-orangTimeline TrenMasa Depan AI
Pelajari Berita Tanya Data Agen AI
Tentang Tentang kami Metodologi Data & API Penyangkalan
Opsi
DATA & API

Akses JSON baca-saja gratis ke data cache situs.
Mode Gelap

Tampilan Terpandu
Baru mengenal chip, data center, dan jargon model? Kami menjelaskan istilah-istilah kunci saat Anda menjelajah, dalam bahasa yang mudah dipahami. Data yang sama, dilengkapi panduan bawaan.

Tampilan Ahli
Anda sudah memahami seluk-beluknya. Cukup datanya: bersih, cepat, dan ringkas, tanpa penjelasan tambahan. Ini adalah tampilan default.

Bahasa antarmuka
‹ Kembali
Beranda › Kumpulan-Kumpulan Data › RedPajama

RedPajama

Kumpulan Data Korpus Terkurasi

The open reproduction of Llama's training mix.

Anda sedang melihat entri dataset: kumpulan data pelatihan — apa isinya dan model mana yang belajar darinya.

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.

Bagaimana ini terhubung ke bagian lain dari stack

Related · 2 RedPajama

Tautan catatan ini sekilas — klik grup untuk langsung menuju ke sana.

Sumber

RedPajama ↗

Rekaman ditinjau per 2026-01-15 — lihat Metodologi.