SmallDoge/MiniCorpus
收藏官方服务：
资源简介：
该数据集包含了不同来源和类型的文本数据，具体包括代码文本、数学文本、英文教材文本、中文教材文本、英文网页文本和中文网页文本。每个部分都有对应的训练集，例子数从20万到100万不等，数据集大小从约138MB到约4.5GB。
The dataset consists of text data from various sources and types, including code text, mathematical text, English textbook text, Chinese textbook text, English web text, and Chinese web text. Each section has a corresponding training set with the number of examples ranging from 200,000 to 1,000,000, and the dataset size ranges from approximately 138MB to 4.5GB.
提供机构：
SmallDoge
