Существует ли открытый распределенный датасет для обучения LLM по типу Folding@Home?

Автор обсуждает идею создания сообщества, которое могло бы совместно собирать и очищать данные для предобучения и дообучения языковых моделей. Предлагается аналог Folding@Home, где пользователи могут вносить синтетические данные или тегировать существующие наборы, чтобы улучшить качество открытых моделей.