the_pile_stack_exchange

Stack Exchange仓库提供用于语言建模的英文文本数据，源自Stack Exchange网络的匿名用户贡献内容。数据集包含超过500万个样本，每个样本包含领域和文本内容，授权许可为CC-BY-SA 4.0。此仓库主要用于文本生成和掩码填充任务，但由于源数据不可用，该数据集已失效且无法访问。