RedPajama
数据集
精选语料库
The open reproduction of Llama's training mix.
您正在查看一条数据集记录：一个训练数据集合——其中包含什么，以及哪些模型从中学习。
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.
它如何与整个技术栈相连
本记录的关联链接一览——点击分组可直接跳转。
来源
记录审阅截至 2026-01-15 — 查看 方法论.