LLaMat_Based_语言模型预训练研究论文DOI列表数据

数据集概述

本数据集包含用于预训练语言模型LLaMat（2412.09560）的研究论文DOI列表及对应的期刊信息，为了解该模型的训练数据来源提供结构化参考，仅包含一个压缩文件。

文件详解

• 文件名称：research_paper_dois.zip
• 文件格式：ZIP
• 字段映射介绍：压缩文件内包含用于LLaMat预训练的研究论文DOI列表及对应期刊信息，具体字段需解压后查看原始文件内容。

适用场景

• 语言模型训练数据溯源: 用于分析LLaMat语言模型预训练阶段所使用的学术文献来源分布。
• 自然语言处理研究: 参考该DOI列表复现或扩展语言模型的预训练数据构建过程。
• 学术资源整合: 基于DOI列表获取相关研究论文，支撑自然语言处理领域的学术研究。
• 预训练数据质量评估: 通过分析期刊分布和论文主题，评估LLaMat预训练数据的覆盖范围与专业性。