1
条回答
写回答
写回答
-
GPT-3的数据集构建过程包括：使用之前的reddit数据作为正例，Common Crawl作为负例训练二分类器来过滤掉不好的网页；使用lsh算法去重；增加已知的高质量数据，如BERT、GPT1、GPT2的数据集；在真实采样时赋予一定权重进行采样，因为Common Crawl数据集仍然较脏。
2024-05-30 14:36:03赞同 2 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
