voidful/fineweb-zhtw
收藏官方服务：
资源简介：
Fineweb-zhtw是一个大规模的繁体中文字符串数据集，包含了从网络中挖掘的文本数据，基于HuggingFaceFW/fineweb-2数据集，并经过mtkresearch/fineweb-zhtw的修改。数据集共有48,058,113条记录，总大小为107GB，预估包含72B的tokens。
The Fineweb-zhtw dataset is a large-scale collection of Traditional Chinese text data mined from the web, built upon the HuggingFaceFW/fineweb-2 dataset and modified by mtkresearch/fineweb-zhtw. It contains 48,058,113 entries with a total size of 107GB, estimated to hold 72B tokens.
提供机构：
voidful
