arXiv · AI· Tianze Sun (Harbin Institute of Technology), Yongyao Duan (OpenCSG), Sam Chen (OpenCSG)·· 9 天前AI 评分22
WoW:用于大语言模型全生命周期训练的中文世界知识语料库
The WoW: A Large-Scale World Knowledge Corpus for Full-Lifecycle LLM Training
AI 导读
WoW 是一项基于教育知识图谱构建的大规模数据集,专为大语言模型全生命周期训练设计。 该语料库系统性地补充了各级别缺失的教育模块,支持多模态信号,并在多种评测基准上显著提升了模型性能。 作者提供交互式平台支持基于图谱的数据选择与检索,以促进社区研究。
来源:arXiv · AI · arxiv.org