five

bluelightai-dev/clt-pretrain-data-v3

收藏
Hugging Face2026-01-30 更新2026-03-29 收录
下载链接:
https://hf-mirror.com/datasets/bluelightai-dev/clt-pretrain-data-v3
下载链接
链接失效反馈
官方服务:
资源简介:
# Mixed Dataset Summary Generated on 2026-01-30 19:59:29 UTC. - Total samples: 3,000,000 - Train samples: 2,909,999 - Validation samples: 90,001 - Train fraction: 0.97 - Shuffle seed: 9822222 | Source | Dataset ID | Samples | | --- | --- | ---: | | dolma-3 | bluelightai-dev/dolma3_mix-150B-1025-sample | 2,500,000 | | dolmino-3 | bluelightai-dev/dolma3_dolmino_mix-100B-1125-sample | 500,000 |
提供机构:
bluelightai-dev
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作