cmz1024/llm101-olmo3-zh-demo-data download history
cmz1024/llm101-olmo3-zh-demo-data is a dataset on the Hugging Face Hub. In the last 30 days it was downloaded 126 times (26 in the last 7 days), and 951 times in total. It ranks #96,300 among datasets by monthly downloads.
llm001 OLMo3-190M-zh Demo Data 为零基础 AI 大模型研发训练营（llm001）L04 提供的学员数据包。 文件说明 路径 大小 说明 tokenizer/ ~4MB 48k BPE 中文分词器，全链路用同一个 nano/tokenized_nano.bin ~1GB 预 tokenize 好的 0.5B tokens（uint16, seed=42 从 3.4B 随机采样 ~15%），直接训 tokenized.bin ~6.8GB 完整 tokenize 数据（3.4B tokens,