牛哥精选 · 一年

📋 全部 🤖 AI·大模型 ⚡ 效率工具 📝 深度技术 🚀 产品观察 💰 商业科技 🔓 开源项目 🎨 设计创意 📖 阅读推荐 🏷 资源合集 🌱 成长效率

🤖 AI·大模型 Hacker News LLM 2026-06-17

Common Corpus: The Largest Collection of Ethical Data for LLM PRE-Training

史上最大伦理数据集合Common Corpus发布，为LLM预训练提供合规开源新选择

Article URL: https://openreview.net/pdf?id=0wSlFpMsGb Comments URL: https://news.ycombinator.com/item?id=48567122 Points: 2 # Comments: 0

common cor 伦理数据 llm预训练开源数据集 ai数据治理

🤖 AI·大模型 arXiv NLP 2026-05-19

Common Corpus: The Largest Collection of Ethical Data for LLM Pre-Training

最大规模伦理数据集Common Corpus发布，为LLM预训练提供高质量合规数据

arXiv:2506.01732v3 Announce Type: replace Abstract: Large Language Models (LLMs) are pre-trained on large amounts of data from different sources and d…

llm 数据集预训练伦理 commoncorp

📅 日期

2026-05-20 2026-05-19

🐂 牛哥精选

Common Corpus: The Largest Collection of Ethical Data for LLM PRE-Training

Common Corpus: The Largest Collection of Ethical Data for LLM Pre-Training

📅 日期