澳鹏最新数据集

针对大语言模型的基础模型训练、模型微调、以及应用落地需求，澳鹏提供超过290种语言和方言的相关文本、语音数据库，并创建了一系列LLM专用的数据集。同时，我们也有LLM全链路服务及大模型开发平台，帮助企业轻松拥抱大模型。

教育大模型训练需要从大量的学科文本库中汲取不同的知识内容。高质量的知识点掌握和解题技能对于最终训练出的模型质量至关重要。澳鹏多学科题目数据库涵盖多学科试题数据，并通过多重环节严格把关数据质量，助力教育大模型训练和落地。

澳鹏提供全球59个国家的64种语言的成品数据集，包括文本、音频、OCR图像、视频数据以及发音词典等。以下列出一些较为经典的语言类别。获得全部小语种数据集列表以及样例。