sartifyllc/clean_lelapa_pretrain
收藏Hugging Face2024-11-16 更新2024-12-14 收录
下载链接：
https://hf-mirror.com/datasets/sartifyllc/clean_lelapa_pretrain
下载链接
链接失效反馈官方服务：
资源简介：
这是一个用于CPT的斯瓦希里语数据集，来自Lelapa。
This is a Swahili dataset for CPT from Lelapa. The dataset contains 1,424,937 rows of text, with a total of 0.681822211B tokens, and an average of 478.49288143967067 tokens per row.
提供机构：
sartifyllc
