温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。

本发明公开了预训练数据集构建方法、训练方法、设备、介质及产品，涉及计算机模型训练技术领域。所述构建方法包括获取原始中文文本数据；对所述原始中文文本数据进行清洗处理，得到中文文本语料集；利用开源大语言模型对中文文本语料集中的部分文本进行质量评...
该专利属于北京智源人工智能研究院所有，仅供学习研究参考，未经过北京智源人工智能研究院授权不得商用。

详细技术文档下载地址

温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。