🏆 包揽前二！UltraData登顶海外Trending
🚀 喜报！
面壁智能 × 清华大学 × OpenBMB 开源的 UltraData 两大数据集，
成功登顶海外 HuggingFace Trending 全球第一和第二！🎉
🔥 Ultra-FineWeb-L3（网页预训练合成数据）
· 总量超 600B Tokens（英文 400B+、中文 200B+）
· 目前开源规模最大的中文预训练合成数据集
· 重在提升单位数据的「可学习性」
🔥 UltraData-SFT-2605（后训练 SFT 数据）
· 国内首次开源千万级、含「深思考+非思考」标注的 SFT 数据集
· 覆盖数学、代码、知识、指令遵循等领域
· 数据处理全流程可追溯
🧱 两者均基于 UltraData L0–L4 五级数据分级治理体系，已在 MiniCPM5-1B 训练全链路中验证。
👉 现已免费开放，欢迎全球开发者下载体验！