marin-community/ar5iv-warning-markdown
收藏官方服务：
资源简介：
Marin Markdownified Ar5iv数据集是一个将arXiv上的学术论文转换为清洁、结构化Markdown格式的数据集，包含223.4亿个token，分为两个部分：无问题版本和警告版本。
The Marin Markdownified Ar5iv dataset is a collection of academic papers from arXiv transformed into clean, structured Markdown format, consisting of 22.34 billion tokens across two variants: Ar5iv No Problem and Ar5iv Warning.
提供机构：
marin-community
