Commit
•
d17a951
1
Parent(s):
df97c25
Update README.md
Browse files
README.md
CHANGED
|
@@ -4,9 +4,12 @@ base_model:
|
|
| 4 |
- BAAI/bge-m3
|
| 5 |
---
|
| 6 |
|
| 7 |
-
|
| 8 |
-
|
| 9 |
-
|
|
|
|
|
|
|
|
|
|
| 10 |
|
| 11 |
## 为什么要筛选低质量的数据
|
| 12 |
|
|
|
|
| 4 |
- BAAI/bge-m3
|
| 5 |
---
|
| 6 |
|
| 7 |
+
|
| 8 |
+
本模型为数据集[BAAI/IndustryCorpus2](https://huggingface.co/datasets/BAAI/IndustryCorpus2)的质量评估模型，用于从语义一致性，信息密度，教育属性等维度评估预训练数据的质量。
|
| 9 |
+
|
| 10 |
+
按照我们的定义并经过实验，3分以上是相对高质量数据，4分以上绝对高质量数据，可以根据数据量按需所取。
|
| 11 |
+
|
| 12 |
+
|
| 13 |
|
| 14 |
## 为什么要筛选低质量的数据
|
| 15 |
|