タグ: #coco
GPU・LLM・MLOps・Kubernetes、そしてマインドセット · 2 件
オープンソースAI学習データセット2026 — Common Crawl / FineWeb (HF) / RedPajama-V2 / Dolma / SlimPajama / The Stack v2 / LAION / COYO-700M (Kakao) 深掘りガイド
2026年のオープンソースAI学習データセットの全体地図を描く。すべてのLLMの基盤となるCommon Crawl、それを精製したRefinedWeb / RedPajama-V2 / FineWeb / FineWeb-Edu / Dolma / SlimPajama、学術系のThe Pile / S2ORC / arXiv、コード系のThe Stack v2 / StarCoder、マルチモーダルのLAION-5B / DataCo
2026-05-16 · 27 分で読めます #ai-datasets#training-data#common-crawl#refinedweb#redpajamaAIベンチマークデータセット完全ガイド: ImageNet、COCO、GLUE、MMLU、HumanEval
AIモデル評価のための主要ベンチマークデータセット完全ガイド。コンピュータビジョン（ImageNet、COCO、ADE20K）、NLP（GLUE、SuperGLUE、SQuAD、MMLU）、コード（HumanEval、MBPP）、LLM評価（HELM、MT-Bench）を詳細解説。
2026-03-17 · 32 分で読めます #benchmark#datasets#imagenet#coco#glue