بوك كوربوس

مجموعة بيانات مؤلفة من نحو 7,000 كتاب غير منشور (قرابة 1 غيغابايت) استُخدمت لتدريب GPT-1 وBERT. متنوعة أسلوبياً لكنها محدودة النطاق.

A dataset of approximately 7,000 unpublished books (~1 GB) used to train GPT-1 and BERT. Stylistically diverse but narrow in scope.