Hugging Face 啱啱推出咗 FinePDFs，呢個係全球最大嘅公開 PDF 資料集，總共有 3 萬億 tokens，全都嚟自 4.75 億份文件，涵蓋咗 1733 種語言。呢個 dataset 專門設計嚟訓練 AI 模型，特別適合處理文件同 PDF 相關嘅任務。Hugging Face 話，佢哋希望透過開放源碼同科學嚟推動 AI 發展，畀大家更容易用到高質素資料。了解更多
