You can deploy this model and start earning money today!

vickyfatrian/
vqfat-indo-corpus

Views

No views yet

VQFat Indonesian Corpus - Complete SLM Training Data

Author: Vicky FatrianLicense: C-UDA (Computational Use of Data Agreement)Version: 1.1Date: March 6, 2026

Dataset Description

VQFat Indonesian Corpus adalah koleksi dataset komprehensif berbahasa Indonesia yang dirancang khusus untuk membangun dan melatih Small Language Models (SLM) dari nol (from scratch). Dataset ini menyediakan dua pilar utama dalam pelatihan model bahasa: Pre-training Corpus (untuk pengetahuan umum)… See the full description on the dataset page: https://huggingface.co/datasets/vickyfatrian/vqfat-indo-corpus.