NanoStories 发布包含 50M 篇故事的 TinyStories 风格数据集

NanoStories 发布一个 TinyStories 风格数据集，包含 50M 篇故事，规模约为 Tinystories 的 25x。数据由基于规则的算法而非语言模型生成，在手机 CPU 上不到 10 分钟完成生成，随后转换为 parquet 并上传至 HuggingFace。