YAML Metadata Warning:empty or missing yaml metadata in repo card
Check out the documentation for more information.
Данные для Terra 71m
489 пар: ru 161 / en 164 / zh 164. Сохранены 393 примера из data/41m, обновлены три ответа о размере и добавлены 32 учебные темы на всех трёх языках (96 пар). Это оригинальные синтетические примеры: фазовые переходы, измерения, биология, базовое программирование и веб-протоколы. Внешних загрузок не было.
Новые примеры добавлены, потому что прежнего небольшого корпуса не хватало для создания 3962 реальных BPE-токенов; фиктивные токены не добавлялись.
Validation: прежние 36 пар в data/multilingual/validation.jsonl.
Это диагностические перефразировки, не независимый бенчмарк.
Воспроизведение: python scripts/make_exact_71m_data.py.
Наличие языков в данных не означает владения ими. Проверяйте факты/переводы
и права, прежде чем добавлять свои материалы.