zerostratos/fineweb-2-vie-2023
收藏Hugging Face2025-07-01 更新2025-10-25 收录
下载链接：
https://hf-mirror.com/datasets/zerostratos/fineweb-2-vie-2023
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含多个字段，如文本内容、唯一标识符、URL、日期、文件路径、语言、语言分数、语言脚本、最小哈希簇大小和顶级语言。数据集分为训练集，其大小为约21GB，包含300万个示例。数据集支持默认配置，可通过指定路径加载训练数据。
The dataset includes multiple fields such as text content, unique identifier, URL, date, file path, language, language score, language script, minhash cluster size, and top languages. The dataset is split into a training set, which is about 21GB in size and contains 3 million examples. The dataset supports a default configuration and can load training data by specifying the path.
提供机构：
zerostratos
