rulins/FineWeb-Edu-1BT
收藏Hugging Face2024-07-16 更新2024-07-22 收录
下载链接：
https://hf-mirror.com/datasets/rulins/FineWeb-Edu-1BT
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是从FineWeb-Edu数据集中随机抽取的一个子集，包含大约10亿个GPT-2标记。此数据集是为了在retrieval-scaling项目中用于演示目的而创建的，并明确指出不应分发。
A subset of FineWeb-Edu randomly sampled from the whole dataset of around 1B GPT-2 tokens. This dataset is created for illustration purpose in retrieval-scaling. Please do not distribute.
提供机构：
rulins
原始信息汇总
数据集概述
数据集名称
FineWeb-Edu 子集
数据集来源
- 来源：FineWeb-Edu 数据集
- 采样方式：从整个数据集中随机采样
数据集规模
- 包含约 1B gpt2 标记的子集
数据集用途
- 用途：用于 retrieval-scaling 项目的说明
数据集许可
- 许可：MIT 许可证
注意事项
- 请勿分发此数据集
