# Hugging Face 开源“世界最大”AI 训练合成数据集 Cosmopedia

Source: https://www.zaihua.news/article/23016/

[返回新闻流](https://www.zaihua.news/)
2024年2月23日 · 18:36 · [在花新闻](https://www.zaihua.news/about/)

# Hugging Face 开源“世界最大”AI 训练合成数据集 Cosmopedia

Hugging Face 近日开源了一款名为“Cosmopedia”的 AI 训练数据集，号称是目前世界上最大的合成数据集。该数据集内容均由 Mixtral 7b 模型汇总生成，其中包含大量教科书、博客文章、故事小说、WikiHow 教程，共计 250 亿个 Token。

Hugging Face 表示，这次开源的数据集为 0.1 版本，未来团队还将持续更新该数据集，推进业界 AI 训练发展。

[项目地址：huggingface.co](https://huggingface.co/datasets/HuggingFaceTB/cosmopedia/viewer/auto_math_text/train?p=1)
[消息来源：ithome](https://www.ithome.com/0/751/688.htm)

线索：[@ZaiHuabot](https://t.me/ZaiHuabot)
投稿：[@TNSubmbot](https://t.me/TNSubmbot)
频道：[@TestFlightCN](https://t.me/TestFlightCN)

[上一条A股重返3000点，收复2024年全部跌幅](https://www.zaihua.news/article/23015/)[下一条小米再缩短 Bootloader 解锁答题时间 小米目前再次更新国行设备 Bootloader 解锁申请《解锁资格答题…](https://www.zaihua.news/article/23017/)