RedPajama
Dataset
Corpus curato
The open reproduction of Llama's training mix.
Stai visualizzando un record di dataset: una raccolta di dati di addestramento — cosa contiene e quali modelli l'hanno utilizzata.
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.
Come si collega al resto dello stack
I collegamenti di questa scheda a colpo d'occhio — clicca un gruppo per raggiungerlo.
Correlati
Fonti
Record revisionato al 2026-01-15 — vedi Metodologia.