five

bluelightai-dev/clt-mixed-data-tokenized-Qwen3

收藏
Hugging Face2025-12-04 更新2025-12-20 收录
下载链接:
https://hf-mirror.com/datasets/bluelightai-dev/clt-mixed-data-tokenized-Qwen3
下载链接
链接失效反馈
官方服务:
资源简介:
# Mixed Dataset Summary Generated on 2025-12-03 21:58:19 UTC. - Total samples: 2,600,000 - Train samples: 2,547,999 - Validation samples: 52,001 - Train fraction: 0.98 - Shuffle seed: 85028 | Source | Dataset ID | Samples | | --- | --- | ---: | | pretrain | bluelightai-dev/clt-pretrain-data-dedup-tokenized-Qwen3-1024 | 2,000,000 | | posttrain | bluelightai-dev/clt_posttrain_data_tokenized | 600,000 |
提供机构:
bluelightai-dev
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