openwebtext小数据集
收藏魔搭社区2026-05-23 更新2024-05-15 收录
下载链接：
https://modelscope.cn/datasets/mapjack/openwebtextSample
下载链接
链接失效反馈官方服务：
资源简介：
rwkv训练可以用这个小数据集，原始数据集108G，不适合普通人训练。
This small dataset can be used for RWKV training. The original dataset has a size of 108 GB, which is not suitable for ordinary individuals to conduct model training.
提供机构：
maas
创建时间：
2023-08-03
搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集是Open WebText的Beta版本，为OpenAI WebText数据集的开源复现项目，由Brown University研究人员创建，并由mapjack缩减成一个小型版本。它主要用于文本生成和问题生成任务，语言为中文，采用Apache License 2.0许可证，大小为22.58GB。
以上内容由遇见数据集搜集并总结生成
