OnlySports Dataset

该数据集是一份全面的专业体育英文资料集合，涵盖了新闻文章、博客、比赛报告、访谈以及教程等内容，这些资料均来源于FineWeb数据集。此外，该数据集是目前为止最大的体育领域数据集，包含了多种与体育相关的文档，总文字量达到1.2TB，相当于大约6000亿个RWKV令牌。这一数据集的任务是用于训练针对体育相关任务的专业领域语言模型。