Ba2han/test-dataset-tokenized
收藏官方服务：
资源简介：
这是一个由个人抓取的私人数据和公开可用数据混合而成的高质量数据集，大小约为600M tokens，包含严格少于600个tokens的土耳其语和英语。在使用该数据集进行训练时，请标明引用。
This is a high quality dataset consisting of personally scraped & publicly available data, about 600M tokens in size, strictly containing less than 600 tokens in Turkish and English. Please credit if you use it in your training.
提供机构：
Ba2han
