Pleias publie Common Corpus, un vaste jeu de données ouvert d'entraînement

Common Corpus est un jeu de données d'entraînement open-source proposé par Pleias sur Hugging Face. Il rassemble des textes issus de sources dans le domaine public ou sous licences ouvertes, destinés à l'entraînement de modèles de langage. L'objectif affiché est de fournir une alternative transparente et légalement plus sûre aux corpus d'entraînement traditionnels.