ai-data-curation-pretraining

SKILLFlujo de trabajocomunidad
v0.0.0vasilyu1983MITActualizado hace 7 dFuente →

Builds and audits LLM pretraining corpora: extraction, filtering, dedup, decontamination, data mixing, synthetic data. Use when curating or ablating a pretraining data pipeline.

Community-submitted skill. Not yet reviewed by the Forge team. Full prompt content may not be available.Request review →
75Estrellas del repo
1Clientes
1Formatos
hace 7 dÚltima actualización
Skill
Autorvasilyu1983
Versión0.0.0
LicenciaMIT
CategoríaFlujo de trabajo
Formatosskill.md
PromptNo publicado
Compatibilidad
Claude✓ Compatible
Cursor
Copilot
ChatGPT
Gemini
Acerca de

Builds and audits LLM pretraining corpora: extraction, filtering, dedup, decontamination, data mixing, synthetic data. Use when curating or ablating a pretraining data pipeline.

Palabras clave
skillclaude