Are raw Dolmino Mix 1124 compositions (50B, 100B and 300B) publicly available?
Aperta
type/question
- Lingua principale
- Python
- Stelle
- 6.7k
- Fork
- 797
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Descrizione
### ❓ The question
Hi!
Is the raw data for the 50B, 100B and 300B compositions available for [Dolmino Mix 1124](https://huggingface.co/datasets/allenai/dolmino-mix-1124)?
I can see the tokenized `.npy` files are available to download [here](https://github.com/allenai/OLMo/blob/main/configs/official-0425/OLMo2-1B-stage2-seed42.yaml), but these have already been tokenized.
Thanks!
Guida per i contributori
Apri la guida per i contributori
Valutazione
Questa issue non è ancora stata valutata.