SKumavat/open-web-math

Name: SKumavat/open-web-math
Creator: SKumavat
Published: 2026-03-28 11:19:32
License: 暂无描述

Hugging Face2026-03-28 更新2026-04-12 收录

下载链接：

https://hf-mirror.com/datasets/SKumavat/open-web-math

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

--- 许可证：Apache许可证2.0（Apache License 2.0） ---

提供机构：

SKumavat

open-web-math/open-web-math

OpenWebMath是一个包含互联网上大部分高质量数学文本的数据集。该数据集从Common Crawl的2000亿个HTML文件中过滤和提取，最终包含630万份文档，总计147亿个标记。数据集的结构包括文本、URL、日期和元数据。数据集适用于大型语言模型的预训练和微调。数据集的处理流程包括预过滤HTML文档、文本提取、内容分类和过滤、去重以及人工检查。

Hugging Face2023-10-17 更新530

as4937/open-web-math

OpenWebMath是一个包含互联网上大部分高质量数学文本的数据集。它从Common Crawl上的超过2000亿个HTML文件中过滤和提取出来，最终得到630万个文档，总计包含147亿个标记。OpenWebMath旨在用于大型语言模型的预训练和微调。

Hugging Face2026-05-18 更新00

hongliu9903/open-web-math

该数据集包含文本数据，格式为字符串，主要用于训练机器学习模型。数据集分为训练集，大小为49167278900字节，共有6315233个样本。数据集的下载大小为25992867901字节。

Hugging Face2025-07-31 更新80

vietgpt/open-web-math

--- configs: - config_name: default data_files: - split: train path: data/train-* dataset_info: features: - name: url dtype: string - name: text dtype: string - name: date

Hugging Face2023-11-21 更新40

ABC321000/open-web-math

--- dataset_info: features: - name: url dtype: string - name: text dtype: string - name: date dtype: string - name: metadata dtype: string splits: - nam

Hugging Face2026-04-10 更新00