数据分析和人工智能领域的领先企业Databricks近日宣布，已经完成了对Lilac公司的收购。Lilac是一家专注于无监督语言数据集构建系统的公司，此次收购将进一步加强Databricks在自然语言处理（NLP）领域的技术实力。Lil...

在训练语言模型时，一个挑战是为任务找到足够多样化的数据集。更难的是，将这些数据可视化。这个很酷的工具使用快速聚类和主题建模，使得可以探索数据，以改善过滤和整体质量。