semran1/finewebedu4-dedup-300k
收藏Hugging Face2025-03-06 更新2025-04-12 收录
下载链接：
https://hf-mirror.com/datasets/semran1/finewebedu4-dedup-300k
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字段、唯一标识符以及一些元数据信息，如数据源URL、时间戳、文件路径、语言类型、语言置信度、词计数、分数和整数分数等。数据集分为训练集，共有300000个示例，总数据大小为1.5GB，下载大小为890MB。
The dataset includes text fields, unique identifiers, and metadata such as the source URL, timestamp, file path, language type, language confidence, token count, score, and integer score. The dataset is split into a training set with a total of 300,000 examples, with a total dataset size of 1.5GB and a download size of 890MB.
提供机构：
semran1
