23.9TB 顶级大模型训练数据集 STEP 免费开源：上海期智研究院出品的 AI 炼丹神药

套利逻辑

零成本获取近 24TB 高质量大模型语料，省去数万元的数据采集与标注费用，极大降低 AI 研发成本。

前提条件

实操步骤已完成 0 / 3

1. 01步骤 1访问上海期智研究院发布的数据集链接地址（Hugging Face 或其官网）。
2. 02步骤 2准备至少 24TB 的高性能存储空间并配置多线程高速下载环境。
3. 03步骤 3进行数据采样与清洗，将其整合入大模型预训练或微调流程中。