★
菜单
首页 构建方式 关注列表 技术栈
硬件 芯片芯片对比 服务器与系统网络 内存晶圆代工与封装 散热
设施 数据中心电力 项目云计算与 GPU 算力
智能 AI模型软件 AI产品基准测试 研究论文数据集 概念
生态系统 公司股票 人员时间线 趋势AI 的未来
学习 新闻 数据问答 AI助手
关于 关于我们 方法论 数据与API 免责声明
选项
数据与API

免费只读JSON接口,访问本站缓存数据。

深色模式

引导视图
对芯片、数据中心和模型术语感到陌生?我们在浏览过程中以通俗语言解释关键术语,内置辅助说明,数据内容完全一致。

专业视图
您已熟悉这套体系。这里只呈现数据:简洁、快速、紧凑,无多余说明。这是默认视图。

界面语言
‹ 返回
首页 › 数据集 › The Pile

The Pile

数据集 精选语料库

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

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。

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.

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。

相关

来源

The Pile paper ↗

记录审阅截至 2026-01-15 — 查看 方法论.