该数据集主要包含 Python 教学内容 Python-Edu、Web 教育内容 FineWeb-Edu 以及使用 Mixtral-8x7B-Instruct-v0.1 和 Cosmopedia v2 两款模型生成的常识内容，token 量总计 6000 亿。 此后 Hugging Face 团队便使用 SmolLM-Corpus 数据集训练了“SmolLM”小语言模型。

据介绍，这些模型号称是以精心策划的高质量训练数据集训练而成，号称在 Python 程序编写性能上相当强大，团队指出他们重点优化了模型所需的 RAM 用量，“ 即使是在 6GB RAM 的 iPhone 15 上也能运行 ”。

使用python3+写的，使用face_recognition（python开源的人脸识别库）进行人脸识别 ，使用opencv2进行打开显示摄像头图片等，使用pyqt5是ui界面，使用百度AI中的百度语音合成实现语音播报和语音合成，使用对excel的操作以及人脸识别实现模拟签到。

本文的程序是模仿学习国外的大神的 face_recognition Windows8.1 64位 Python版本 python3.6.3 首先安装好OpenCV和face_recognition pip install face_recognition, pip install opencv_python 安装这两个库之前要先安装对应版本的其他一些库，本文不在累赘叙述，安装的过程还是比较麻烦的。