five

ethanker/nanomind_1m

收藏
Hugging Face2025-10-18 更新2025-10-25 收录
下载链接:
https://hf-mirror.com/datasets/ethanker/nanomind_1m
下载链接
链接失效反馈
官方服务:
资源简介:
Nanomind 1M预训练数据集是一个经过过滤和处理的用于语言模型预训练的英文数据集,包含262,227个来自网页文本和教育资源的文档。该数据集可用于文本生成、填空、文本分类、标记分类、问答和总结等多种NLP任务。

The Nanomind 1M Pretraining Dataset is an English language dataset filtered and processed for language model pretraining, containing 262,227 documents from web text and educational sources. It can be used for various NLP tasks such as text generation, fill-mask, text classification, token classification, question-answering, and summarization.
提供机构:
ethanker
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