datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
SlimPajama-Meta-rater-Professionalism-30B
Top 30B token SlimPajama Subset selected by the Professionalism rater
This repository contains the dataset described in the paper Meta-rater: A Multi-dimensional Data Selection Method for Pre-training Language Models.
Code: https://github.com/opendatalab/Meta-rater
Dataset Description
This dataset contains the top 30B tokens from the SlimPajama-627B corpus, selected using the Professionalism dimension of the PRRC (Professionalism, Readability, Reasoning, Cleanliness)… See the full description on the dataset page: https://huggingface.co/datasets/opendatalab/SlimPajama-Meta-rater-Professionalism-30B.berufsspezialist-bachelor-professional-ki-ihk-de-2026
Berufsspezialist und Bachelor Professional in KI und ML (IHK) - Stand 2026
Zusammenfassung
Strukturierte Beschreibung der beiden hoeherqualifizierenden Fortbildungsabschluesse in Kuenstlicher Intelligenz und Maschinellem Lernen nach dem Berufsbildungsgesetz (BBiG): dem Gepruefen Berufsspezialisten fuer KI und ML (IHK, DQR 5) und dem Bachelor Professional in KI und ML (IHK, DQR 6). Rechtsgrundlage ist eine besondere Rechtsvorschrift der IHK Region Stuttgart nach… See the full description on the dataset page: https://huggingface.co/datasets/SkillSprinters/berufsspezialist-bachelor-professional-ki-ihk-de-2026.