Madras1/corpus-ptbr-v2
Corpus PT-BR v2 Um corpus em Portugues Brasileiro voltado para pre-treinamento, continuacao de pre-treinamento e fine-tuning de LLMs. Esta versao mantem a base e o pipeline geral do Madras1/corpus-ptbr-v1, com uma expansao adicional da camada sintetica gerada principalmente por modelos Mistral. O que mudou na v2 A v2 preserva o desenho da v1 e adiciona um novo bloco sintetico local: Componente novo Valor Documentos sinteticos adicionados 371,002… See the full description on the dataset page: https://huggingface.co/datasets/Madras1/corpus-ptbr-v2.
| Author / organization | Madras1 |
|---|---|
| License (as declared) | odc-by |
| Downloads | 133 (as reported by Hugging Face) |
| Likes | 0 |
| Created | 24 May 2026 |
| Last updated at source | 24 May 2026 |
Popularity, last 3 days
133 now (+1 since 2026-10-16). Counts as reported by the source, snapshotted daily by Silytics.
Recent changes
- 16 Oct 2026 Description: Corpus PT-BR v2 Um corpus em Portugues Brasileiro voltado para pre-treinamento, continuacao de pre-treinamento e fine-tuning de LLMs. Esta versao mantem a base e o pipeline geral do Madras1/corpus-ptbr-v1, com uma expansao adicional da cama → Corpus PT-BR v2 Um corpus em Portugues Brasileiro voltado para pre-treinamento, continuacao de pre-treinamento e fine-tuning de LLMs. Esta versao mantem a base e o pipeline geral do Madras1/corpus-ptbr-v1, com uma expansao adicional da cama
Changes detected by Silytics between refreshes of the source.
More from Madras1
- Madras1/corpus-ptbr-v1Dataset
Silytics shows public metadata from Hugging Face and links to the original. Information may be incomplete or out of date. Last refreshed 18 October 2026. Licenses and terms of the original apply to the work itself. Not financial, legal or professional advice.