paper7Atualizado em 21/11/2026 · English
← Todos os papers

CulturaX: A Cleaned, Enormous, and Multilingual Dataset for Large Language Models in 167 Languages

Thuat van Nguyen, Chien Van Nguyen, Viet Dac Lai, Hieu Man, Nghia Trung Ngo, Franck Dernoncourt, Ryan A. Rossi, Thien Huu Nguyen

De quem é

  • Adobe Systemsafiliação declarada pelos autores, segundo o OpenAlex

Outros papers das mesmas organizações