遇见数据集

omniomni/omni-science

收藏
Hugging Face2025-08-23 更新2025-11-01 收录
官方服务:

资源简介:

这是一个由科学维基百科文章和主要科学领域的论文组成的文本数据集,用于持续预训练,包含了来自arxiv-biology、wikipedia、PubMed_TA等多个开源数据集的语料。

This dataset is a combination of corpora of text from scientific Wikipedia articles and scientific papers across major fields of science, used for continued pre-training, including corpora from open-source datasets such as arxiv-biology, wikipedia, PubMed_TA, etc.

提供机构:
omniomni
二维码
社区交流群
二维码
科研交流群
商业服务