Chinese content教育知识图谱驱动的大规模语料 WoW 发布,覆盖 LLM 全生命周期训练
中文教育语料老是被吐槽碎、乱、缺体系,这批人用知识图谱当骨架重建了一遍,还开源了检索平台。做中文模型训练或垂直领域数据构建的可以看看他们的组织思路,比自己乱爬数据靠谱。
中文教育语料老是被吐槽碎、乱、缺体系,这批人用知识图谱当骨架重建了一遍,还开源了检索平台。做中文模型训练或垂直领域数据构建的可以看看他们的组织思路,比自己乱爬数据靠谱。
This is a significant release of a large-scale, high-quality Chinese language dataset, which is crucial for training and improving the performance of large language models in the Chinese language.