輕量級、目標導向的數據管道：專為大型語言模型設計

該文提出了一種輕量級、目標導向的數據管道（LP Data Pipeline），旨在利用 CPU 資源高效構建用於訓練大型語言模型的高質量數據集，並可針對特定領域和語言進行定制。