出门问问宣布，将向公众开放其超大规模语言模型“序列猴子”的部分训练数据集，命名为“序列猴子开源数据集1.0”。
序列猴子，作为出门问问的核心技术之一，具备强大的通用表示与推理能力，已在问答系统、自然语言处理、机器翻译、文本摘要等多个领域展现出其卓越的性能，极大地提高了生产效率和数据处理能力。
为了推动大语言模型技术的持续进步，出门问问决定将其部分训练数据集进行开源。这次开源的“序列猴子开源数据集1.0”包括中文通用文本语料、古诗今译语料以及文本生成语料，这些数据资源都经过精心挑选和整理，以确保其高质量和易用的数据格式。同时，公司采用了宽松的许可协议，为广大的开发者和研究人员提供了便捷的使用条件。
出门问问希望通过这一行动，吸引更多的人才和团队参与到大语言模型的研究与应用中来，共同推动这一前沿技术的持续进步。公司坚信，开源数据集的发布将促进学术交流与合作，加速相关领域的创新步伐。
项目地址：https://github.com/mobvoi/seq-monkey-data
数据集语言模型大语言模型训练数据训练数据集数据处理文本生成高质量文本摘要开发者自然语言github机器翻译问答系统git自然语言处理研究人员大规模语言模型生产效率语言处理
