Modelos de linguagem treinados do zero em Wikipédia pt-BR (17M e 88M); o site é um portal de controle social/eleições e não vende modelo.
Modelos e datasets, pela data de criação no Hugging Face.
O que cada ficha declara
Uso comercial pela licença declarada
Pela tarefa declarada
Pelo formato e tamanho dos arquivos
Declarados nas fichas de modelos e datasets
| Modelo | Tarefa | Roda em | Tamanho | Licença | Curtidas | Atualizado | Downloads |
|---|---|---|---|---|---|---|---|
| maracatu-80m | text-generation | servidor | 88M | apache-2.0 | 1 | há 7 meses | 43 |
| maracatu-20m | text-generation | dispositivo | 17M | apache-2.0 | 1 | há 7 meses | 67 |
O uso comercial lê só a licença declarada; licença aberta não garante que os donos do conteúdo cederam os direitos.
| Dataset | Licença | Uso comercial | Linhas | Atualizado | Downloads |
|---|---|---|---|---|---|
| maracatu-corpus-v2 | sem licença | Sem licença | 10M<n<100M | há 7 meses | 69 |
Do arXiv. 0 da organização, pelo nome de um modelo no título ou por autores da casa; 3 só citados nas fichas dos modelos.
Nicholas Kluge Corrêa, Aniket Sen, Sophia Falk, Shiza Fatimah
Thales Sales Almeida, Hugo Abonizio, Rodrigo Nogueira, Ramon Pires
Jordan Hoffmann, Sebastian Borgeaud, Arthur Mensch, Elena Buchatskaya, Trevor Cai e mais 7
Só o que os autores declararam na ficha de cada modelo. Falta de declaração não quer dizer que não haja uso.