NeuML/wikipedia-20240901
收藏官方服务：
资源简介：
该数据集是使用2024年9月的维基百科快照创建的，适用于预训练和语言建模任务。数据集还包括一个预计算的页面浏览量数据库，该数据库包含了维基百科每个页面的聚合浏览量。
This dataset is created using a September 2024 Wikipedia snapshot, suitable for pretraining and language modeling tasks. It contains content from the English Wikipedia and includes a precomputed pageviews database that records the number of views for each page in Wikipedia.
提供机构：
NeuML
