openwebtext
收藏huggingface.co2025-03-26 收录
下载链接：
https://huggingface.co/datasets/Skylion007/openwebtext
下载链接
链接失效反馈官方服务：
资源简介：
An open-source replication of the WebText dataset from OpenAI.
对 OpenAI 提供的 WebText 数据集的开源复制。
提供机构：
huggingface.co搜集汇总
数据集介绍
背景与挑战
背景概述
openwebtext是一个开源的英文文本数据集，用于训练GPT-2模型，包含约800万条经过去重和过滤的文本数据，格式为parquet。
以上内容由遇见数据集搜集并总结生成
