Archive: 2022 April

News
[Long Review] Deduplicating Training Data Makes Language Models Better
Tutorials

[长篇评论] 数据去重使语言模型更好

数据去重听起来很无聊,直到你了解到一个61词的句子在C4中出现了超过60,000次,以及用这些语料库训练的语言模型会以令人不安的方式向用户吐出训练集中的文本

四月 16, 2022· 1 min read