艾伦AI上架业界最大文本数据集，包含3万亿Tokens，超过Llama 2

ma 2专业训练所适用的数据库集为2万亿Tokens覆盖面，但并未已确定。GPT-3专业训练适用的数据库集覆盖面为0.4万亿。

其次，它遵循AI2为AI遗留下来制定的授权证ImpACT，该授权证的中文名称来自于AI2的四个核心价值观：名望（Impact）、责任（Accountability）、协作（Collaboration）和透明（Transparency）。它将遗留下来拆分为低、中会、较高三个层次的可能会，并规章了如何适用、装配和建立制成品。

根据授权，科学研究其他部门须遵守：1、给予连系信息，并详述Dolma的考虑到商业用途；2、已确定基于Dolma建立的任何衍生系列产品；3、遵循ImpACT分发衍生系列产品；4、不将Dolma用做一系列被严禁的商业用途，如军事控管或生成虚假信息。

结语：断路与透明为科学研究者给予新的探索空间

AI2公布的Dolma数据库集是纵观仅次于的断路词法数据库集，为专业训练大型口语数学模型给予了相当大的资源。在遵循可能会避免出现等准则的前提下，挑选了尽量多举例来说和种类的数据库，达到3万亿Tokens层次。

Dolma的已确定透明化举措造就了大型数据库集开源的先河，在公平竞争惨烈的AI领域，鼓励其他科学研究其他部门在其数据库集的基础上进行再科学研究和开发设计，有助于推动产业的断路适度和合作适度蓬勃发展。

举例来说：史考特AI科学研究组官方网站博客

。

肠炎宁颗粒治孩子消化不良效果怎么样
肠胃型感冒的中医疗法
迈普新胸腺法新的功效
艾得辛的效果怎么样
食道平散的功效与作用