★
القائمة
الرئيسية كيف يُبنى قائمة المراقبة المنظومة
الأجهزة الشرائحمقارنة الرقائق الخوادم والأنظمةالشبكات الذاكرةالمصانع والتغليف التبريد
المنشآت مراكز البياناتالطاقة المشاريعالحوسبة السحابية وحوسبة GPU
الذكاء نماذج الذكاء الاصطناعيالبرمجيات منتجات الذكاء الاصطناعيمعايير الأداء أوراق بحثيةمجموعات البيانات المفاهيم
النظام البيئي الشركاتالأسهم الأشخاصالجدول الزمني الاتجاهاتمستقبل الذكاء الاصطناعي
تعلّم الأخبار استفسر عن البيانات وكلاء الذكاء الاصطناعي
حول من نحن المنهجية البيانات وواجهة API إخلاء المسؤولية
الخيارات
البيانات وواجهة API

وصول مجاني للقراءة فقط بصيغة JSON إلى البيانات المخزّنة مؤقتاً في الموقع.

الوضع الداكن

العرض الإرشادي
هل مصطلحات الرقائق ومراكز البيانات والنماذج جديدة عليك؟ نشرح المصطلحات الرئيسية أثناء تصفحك بلغة واضحة ومبسطة. البيانات نفسها، مع الشرح مدمجاً فيها.

عرض الخبراء
أنت تعرف المنظومة بالفعل. البيانات فقط: نظيفة وسريعة ومدمجة، دون شروح إضافية. هذا هو العرض الافتراضي.

لغة الواجهة
‹ رجوع

The Pile

مجموعة البيانات مجموعة بيانات منتقاة

EleutherAI's 825 GB of curated diversity — open-source pre-training's foundation.

أنت تطّلع على سجل مجموعة بيانات: مجموعة بيانات تدريب — ما الذي تحتويه والنماذج التي تعلّمت منها.

The Pile (2020) mixed 22 sources — papers, code, books, forums — and showed curation quality mattered as much as scale. It trained the GPT-Neo/GPT-J lineage that kept open research alive, and its inclusion of the Books3 shadow-library became a defining copyright battleground.

كيف يرتبط هذا ببقية المنظومة

روابط هذا السجل في لمحة — انقر على أي مجموعة للانتقال إليها.

ذات صلة

المصادر

The Pile paper ↗

السجل مراجَع بتاريخ 2026-01-15 — عرض المنهجية.