[コーパス] -SIP3 comprehensiveからテキスト抽出

[ZhishenYang]

Overview
医学文献からテキスト抽出

Details
SIP3 comprehensive, 2.8M pdfs (increasing?): llm-jp:/model/sip3/comprehensive/pdf/*zip
からテキスト抽出

数パラグラフ以内で実験に関する詳細を説明してください。
関連するリンクがあれば適宜してください。

Resources
計算機
クラスタ: llm-jp-nvlink
ノード種別: gpu
ノード台数: 8
コード
リポジトリ: FIXME https://github.com/{org}/{repo}
コミット: FIXME xxxxxx
評価データ:
llm-jp-nvlink:/model/sip3/medical
出力データ:
保存先:
W&B ログ:
*
開始日: 2024/11/28
終了予定日: 2024/12/04