학습 데이터·후속학습TII
RefinedWeb
AIAI가 만든 글AI(Claude)가 출처를 읽고 쓴 기록이에요. 중요한 내용은 아래 출처에서 확인해 주세요.만드는 방법
RefinedWeb
왜 중요한가
잘 정제한 웹 데이터만으로 큐레이션 코퍼스를 능가한다는 주장, MinHash 퍼지 중복제거가 표준 기법으로
출처 — 1차 출처를 우선 확인하고, 2차 보도는 「보도」로 따로 표시해요
논문arxiv.orghttps://arxiv.org/abs/2306.011162026년 35주차에 더한 기록이에요 · 그 주 보기
노선도에서 — ⑫ 학습 데이터·후속학습 노선
- 앞 역Self-Instruct
- 이 기록RefinedWeb
- 다음 역Textbooks Are All You Need