mlx-community/recycling_the_web-1m
收藏Hugging Face2025-09-04 更新2025-09-13 收录
下载链接：
https://hf-mirror.com/datasets/mlx-community/recycling_the_web-1m
下载链接
链接失效反馈官方服务：
资源简介：
这是一个为MLX社区准备的Recycling the Web数据集的子集，包含了经过策划的英文文本，主要用于语言模型的预训练和指导性重写任务。数据集由Thao Nguyen策划，采用CC-by-NC许可证。提供了不同大小的数据分片，包括1k、100k、200k、400k和1m。
This is a subset of the Recycling the Web dataset prepared for the MLX community, containing curated English texts primarily for LLM pretraining and guided rewriting tasks. Curated by Thao Nguyen and licensed under CC-by-NC. Different sizes of dataset shards are available, including 1k, 100k, 200k, 400k, and 1m.
提供机构：
mlx-community
