chinese-fineweb-edu
收藏OpenCSG2024-08-27 更新2026-01-19 收录
下载链接：
https://opencsg.com/datasets/OpenCSG/chinese-fineweb-edu?tab=summary
下载链接
链接失效反馈官方服务：
资源简介：
Chinese Fineweb Edu数据集是一个精心构建的高质量中文预训练语料数据集，专为教育领域的自然语言处理任务设计。该数据集通过严格的筛选和去重流程，利用少量数据训练打分模型进行评估，从海量的原始数据中提取出高价值的教育相关内容，确保数据的质量和多样性。最终，数据集包含约90M条高质量的中文文本数据，总大小约为300GB。
提供机构：
OpenCSG
创建时间：
2024-09-04
