本研究通过SWEb数据集解决了斯堪的纳维亚语言预训练数据不足的问题。使用新型文本提取器简化处理，并推出新的填空式基准评估方法，结果与FineWeb数据集上的模型表现相当。

斯堪的纳维亚语言的大型网络数据集SWEb
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证