遇见数据集

Geralt-Targaryen/Literature-zh

收藏
Hugging Face2025-03-30 更新2025-04-12 收录
官方服务:

资源简介:

该数据集是一个包含中国书籍、论文、法律文件和专利的复合数据集,经过数据清洗和模型过滤,目前包含47,087,808个样本,总大小为214G的Parquet文件。

This dataset is a composite of Chinese books, papers, legal documents, and patents, which has been cleaned and filtered by models, now containing 47,087,808 samples with a total size of 214G in Parquet files.

提供机构:
Geralt-Targaryen
二维码
社区交流群
二维码
科研交流群
商业服务