refindedweb
收藏OpenXLab2026-04-18 收录
下载链接：
https://openxlab.org.cn/datasets/OpenDataLab/refindedweb
下载链接
链接失效反馈官方服务：
资源简介：
RefinedWeb是通过严格的过滤和CommonCrawl的大规模重复数据删除构建的; 我们发现在RefinedWeb上训练的模型可以实现在线或优于在精选数据集上训练的模型的性能，同时仅依赖web数据。
RefinedWeb也是 “多模式友好的”: 它包含已处理样本中图像的链接和alt文本。
提供机构：
OpenDataLab
创建时间：
2023-10-11
