研究/論文初出 5/28 05:23
103BトークンのUsenetコーパス（1980-2013）を構築 — Web以前、人間のみ、AI汚染ゼロ。r/MLで大きな反響があったので、このコミュニティにも役立つだろうと思った。
I built a 103B-token Usenet corpus (1980–2013) — pre-web, human-only, zero AI contamination. Got strong traction on r/ML, thought this community would find it useful.
https://www.reddit.com/r/LocalLLaMA/.rss2026/5/28
AI要約
1980年から2013年までのUsenetコーパス（103Bトークン）が構築され、AI汚染がないことが強調されています。これは、ローカルモデルのファインチューニングにおいて、過去の人間によるテキストデータを活用する上での有用性を示唆しています。