langsolution/sclm-dataset-v1-64toks
收藏Hugging Face2025-03-23 更新2025-04-12 收录
下载链接：
https://hf-mirror.com/datasets/langsolution/sclm-dataset-v1-64toks
下载链接
链接失效反馈官方服务：
资源简介：
用于训练SCLM-V1-64M模型的语料库，包含来自CNN Daily Mail和HuffPost的标题和文章内容、灵感引用数据集、750个合成句子和2000个其他句子，总计5,210,857句，大小508MB，可能包含显性内容。
A corpus used to train the SCLM-V1-64M model, including titles and article contents from CNN Daily Mail and HuffPost, an inspirational quotes dataset, 750 synthetic sentences, and 2000 other sentences, totaling 5,210,857 sentences, 508MB in size, may contain explicit content.
提供机构：
langsolution
