NanoStories 发布:5000 万条故事数据集,规模 25 倍于 TinyStories
Tall_Abrocoma_3533 · reddit · 2026-10-23
AuroraAI-Research 在 Hugging Face 发布 NanoStories,一个 TinyStories 风格的儿童故事数据集,含约 5000 万条故事,规模约为 TinyStories 的 25 倍。作者称数据由规则算法(而非语言模型)生成,生成仅耗时不到 10 分钟,转换 parquet 并上传 HF 只用手机 CPU 花了几分钟。作者征求社区反馈与批评。
「研究」频道最新
- GenReasoning 团队复盘:半年攻关、保持精简、从不投付费推广 — rosstaylor90 · 2026-10-23
- 3.3 万星 GitHub 项目 ML-From-Scratch 用纯 Python 手写经典机器学习算法 — techNmak · 2026-10-23
- 清华 THU-KEG 发布 RIDAR：自动检测并干预科研智能体造假行为 — THU-KEG · 2026-10-23
- 经济学家提案:AI 初审、一键复现,重构学术期刊流程 — Afinetheorem · 2026-10-23
- 经济学家 Afinetheorem 提议学术期刊改革：AI 初审+一键复现+形式化证明 — Afinetheorem · 2026-10-23
- 同一份 LoRA 微调 Qwen3.5 全系：9B 反超 27B，收益几乎全靠学会说「无关系」 — spilldahill · 2026-10-23