enwiki_100
收藏kaggle2021-10-06 更新2024-03-11 收录
下载链接：
https://www.kaggle.com/datasets/ymingchu/enwiki-100
下载链接
链接失效反馈官方服务：
资源简介：
应用场景：
创建时间：
2021-10-06
相关数据集
hpprc/enwiki-100
该数据集包含一个名为text的字段，数据类型为字符串。数据集有一个名为train的分割，包含100个例子，大小为34638.36字节。下载大小为23057字节，数据集总大小为34638.36字节。配置名为default，数据文件路径为data/train-*。
Hugging Face2024-12-10 更新80
enwiki
基于 Wikipedia https://dumps.wikimedia.org/enwiki/latest/enwiki-latest-pages-articles.xml.bz2
魔搭社区2025-10-16 更新150
hpprc/enwiki
--- language: - en license: - cc-by-sa-3.0 - gfdl pretty_name: enwiki dataset_info: features: - name: id dtype: int64 - name: title dtype: string - name: text dtype: string - nam
Hugging Face2024-02-14 更新160
teven/enwiki_100k
--- dataset_info: features: - name: metadata dtype: string - name: text dtype: string - name: id dtype: string splits: - name: train num_bytes: 2570893740 num_examples:
Hugging Face2023-04-03 更新50
enwiki
Enwiki数据集是一个自动更新的数据集，包含约700万篇英文维基百科文章，这些文章已经扩展了模板并转换为Markdown格式。该数据集旨在为各种应用提供一个简化的、适合大型语言模型读取的维基百科版本，包括RAG（检索增强生成）等。数据集有两个版本：完整合并的文章版和分块的文章版，后者将文章分割成大约700字的片段，并包含Markdown标题的层次结构面包屑。
Hugging Face2025-08-15 更新1580
