nhagar/fineweb-2_urls
收藏官方服务：
资源简介：
fineweb-2_urls数据集提供了与训练记录相关的URL和顶级域名信息，这些记录来源于HuggingFaceFW/fineweb-2数据集。该数据集通过提取URL和顶级域名，允许研究人员和实践者在不管理数TB原始文本的情况下探索训练数据集的内容。
This dataset provides the URLs and top-level domains associated with training records in HuggingFaceFW/fineweb-2. It allows researchers and practitioners to explore the contents of training datasets for large language models without having to manage terabytes of raw text data.
提供机构：
nhagar
