Stack v3发布：最大开源代码数据集，5T tokens

RT @eliebakouch: 超过~5T经过去重的代码训练tokens，采用宽松许可证，非常重要的发布。

之前的Stack版本几乎被所有公开数据集的模型使用，这对每个实验室都是免费升级 https://t.co/h9tA1pwQb3