Skip to main content

nemo-curator

GPU-accelerated data curation for LLM training. Supports text/image/video/audio. Features fuzzy deduplication (16× faster), quality filtering (30+ heuristics), semantic deduplication, PII redaction, NSFW detection. Scales across GPUs with RAPIDS. Use for preparing high-quality training datasets, cleaning web data, or deduplicating large corpora.

الانتقال إلى التثبيت

معلومات المصدر

المستودع
math-inc/OpenGauss
آخر نشاط في المصدر
١٩ مارس ٢٠٢٦ في ١٧:٥٨
لغة SKILL.md المكتشفة
الإنجليزية
النجوم
١٬٢٥٦
التفرعات
١١٦

خيارات التثبيت

يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.

مراجعة ملفات المصدر

اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.