Buchumschlag

ÜberWeb: Insights from Multilingual Curation for a 20-Trillion-Token Dataset

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	DatologyAI, :, Carranza, Aldo Gael, Mentzer, Kaleigh, Monti, Ricardo Pio, Fang, Alex, Deng, Alvin, Abbas, Amro, Suri, Anshuman, Larsen, Brett, Blakeney, Cody, Teh, Darren, Schwab, David, Kiner, Diego, Pan, Fan, Mongstad, Haakon, Yin, Haoli, Urbanek, Jack, Lee, Jason, Telanoff, Jason, Wills, Josh, Merrick, Luke, Böther, Maximilian, Doshi, Parth, Burstein, Paul, Maini, Pratyush, Adiga, Rishabh, Joshi, Siddharth, Das, Spandan, Jiang, Tony, Dorna, Vineeth, Wang, Zhengping, Gaza, Bogdan, Morcos, Ari, Leavitt, Matthew
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2602.15210