Awesome

Data

“悟道”项目构建了高质量的数据集，用于支撑大模型的训练和测评工作，本仓库提供所有开源数据集的链接。

• WuDaoCorpora

  WuDaoCorpora是北京智源研究院最新构建的高质量数据集，由全球最大的纯文本数据集、全球最大的多模态图文数据集和全球最大的中文对话数据集三部分构成。

  <img src="https://user-images.githubusercontent.com/84830408/119928740-c4afc380-bfae-11eb-9057-57aea1b0177b.png" width="660" height="160">

  如有侵权，请马上联系：open@baai.ac.cn

• 智源指数

  世界最大的中文自然语言能力评测数据集，支持定制化服务。