HF研究团队预训练数据意外公开泄露

哦靠，似乎HF研究团队的所有预训练数据意外泄露给了公众。网页、PDF和合成数据集在hf FineData组织上爆发了...显然，一名实习生使用了CC并将数据设置为private=False推送。