Podtech/llm-jp-corpus-v4-ja_wiki-manufacturing download history

Podtech/llm-jp-corpus-v4-ja_wiki-manufacturing is a text generation dataset on the Hugging Face Hub. In the last 30 days it was downloaded 35 times (6 in the last 7 days), and 91 times in total. It ranks #242,743 among datasets by monthly downloads.

ja_wiki 製造業コーパス llm-jp-corpus-v4 の ja/ja_wiki（120 万記事）から、製造業に関連する文書を抽出した継続事前学習（CPT）用データ。 文書数 47,914 件（元コーパスの 3.99%） 文字数 105M 字（推定 74M トークン） 形式 JSONL・1 行 1 文書 抽出方法 キーワード一致では役に立たない。「製造」「工場」で本文先頭を引くと 5.7% が命中するが、 中身は工場や製造に一言触れただけの記事が大半だった。そこで 精度を Wiki

Open Podtech/llm-jp-corpus-v4-ja_wiki-manufacturing on Hugging Face

Sister project: Paper Pulse, the upvote history of every Hugging Face Daily Paper.