The Pile
데이터셋
큐레이션 코퍼스
EleutherAI's 825 GB of curated diversity — open-source pre-training's foundation.
현재 보고 계신 것은 데이터셋 레코드입니다: 학습용 데이터 모음 — 어떤 데이터가 담겨 있으며 어떤 모델이 이를 학습했는지를 다룹니다.
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.
전체 스택에서의 연결 구조
이 레코드의 링크를 한눈에 확인하세요 — 그룹을 클릭하면 해당 위치로 이동합니다.
관련
출처
검토 기준일 2026-01-15 — 보기 방법론.