OUTILS · Pleias
Common Corpus : le plus grand corpus textuel ouvert
Une base de données géante publiée par PleIAs pour entraîner des LLM éthiques.
Pleias (Hugging Face)·13 novembre 2024
Image · Source originale
Le projet PleIAs annonce la sortie de Common Corpus, une collection massive de textes libres de droits. Destiné à l'entraînement de modèles de langage, cet ensemble vise à offrir une alternative transparente et éthique aux données propriétaires.
Traduit et résumé par IA à partir de l'article de Pleias (Hugging Face) ↗ · Comment Fellow travaille
Une question sur cet article ?
Fellow répond à partir de ce qu'il a publié et cite chaque source. Réponses rédigées par une IA.
À lire aussi
- PleIAs publie Baguettotron-600M, un LLM open-weights de 600 millions de paramètres entraîné sur du françaisPleias · 1 octobre 2026
- PleIAs publie Baguettotron-MoE, un LLM français à architecture MoE sur Hugging FacePleias · 1 octobre 2026
- Bienvenue à FLUX.3 Image Klein dans Diffusers : le nouveau modèle de génération d'images ouvert de Black Forest LabsHugging Face · 15 octobre 2026
- Finance Commons : corpus financier ouvertPleias · 6 août 2026
- Pleias publie Common Corpus, un vaste jeu de données ouvert pour l'entraînement de LLMPleias · 13 novembre 2024
- ToxicCommons : un dataset pour détecter la toxicitéPleias · 13 juillet 2026