研究推出了BeanCounter，一个包含1590亿个令牌的公共数据集，专注于商业公开信息。与网络数据集相比，BeanCounter的数据更真实、毒性更低，并在金融领域表现更好。这为训练大型语言模型提供了高质量、低毒性的领域特定数据源。