five

polygraf-ai/fineweb-edu-CC-MAIN-2020-50-filtered-fp-n4

收藏
Hugging Face2025-04-28 更新2025-07-05 收录
下载链接:
https://hf-mirror.com/datasets/polygraf-ai/fineweb-edu-CC-MAIN-2020-50-filtered-fp-n4
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含了文本内容、唯一标识符、来源URL、文件路径、语言类型、语言置信度分数、词汇数量、综合分数和整数分数等字段。数据集被划分为训练集,其中包含大约176,929个示例,总大小为约386MB。数据集的默认配置指定了训练集的数据文件路径。

The dataset includes fields such as text content, unique identifiers, source URLs, file paths, language type, language confidence scores, token counts, comprehensive scores, and integer scores. The dataset is split into a training set, which contains approximately 176,929 examples and is about 386MB in size. The default configuration specifies the data file paths for the training set.
提供机构:
polygraf-ai
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作