bluelightai-dev/dclm-full-deduped-sample

Name: bluelightai-dev/dclm-full-deduped-sample
Creator: bluelightai-dev
Published: 2025-11-15T03:15:39+08:00

Hugging Face2025-11-11 更新2025-11-15 收录

数据链接：

官方服务：

资源简介：

这是一个从Zyphra/dclm-dedup数据集中均匀采样的约500万份文档的数据集。

A dataset consisting of approximately 5 million documents uniformly sampled from the Zyphra/dclm-dedup dataset.

提供机构：