flexitok/training_data
收藏官方服务：
资源简介：
该数据集源自FineWeb-Edu和FineWeb-2-HQ，经过预洗牌并分割成8个块（最大50GB），适用于使用Meta的Lingua Framework进行预训练。
Derived from FineWeb-Edu and FineWeb-2-HQ, this data is preshuffled and split into 8 chunks (max 50GB) suitable for pre-training using Metas Lingua Framework.
提供机构：
flexitok
