textcleanlm/100M-raw-webtext-to-denoised-text
收藏Hugging Face2025-07-25 更新2025-08-09 收录
下载链接：
https://hf-mirror.com/datasets/textcleanlm/100M-raw-webtext-to-denoised-text
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含对话或文本生成相关信息的训练数据集，其中包括对话的ID、URL、原始文本、输入和输出标记、提示信息、对话内容及其角色、指令、输入和输出文本等字段。数据集分为训练集，共有约1.78亿条示例。
This is a training dataset containing information related to dialogue or text generation, including fields such as dialogue ID, URL, raw text, input and output tokens, prompt information, conversation content and roles, instructions, input and output text, etc. The dataset is split into a training set with approximately 178 million examples.
提供机构：
textcleanlm
