divij30/fineweb-100k
收藏Hugging Face2024-12-26 更新2025-02-15 收录
下载链接：
https://hf-mirror.com/datasets/divij30/fineweb-100k
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含文本数据的训练集，其中每个样本都包括了文本内容、唯一标识符、URL、日期、文件路径、语言类型、语言置信度分数和token数量等信息。数据集共有100000个训练样本，文件大小为342511019字节。
This dataset is a training set containing text data, with each sample including text content, unique identifier, URL, date, file path, language type, language confidence score, and token count. The dataset consists of 100,000 training samples and is 342,511,019 bytes in size.
提供机构：
divij30
