the_pile_openwebtext2
收藏OpenCSG2024-07-19 更新2026-01-19 收录
下载链接：
https://opencsg.com/datasets/AIWizards/the_pile_openwebtext2?tab=summary
下载链接
链接失效反馈官方服务：
资源简介：
OpenWebText2是EleutherAi/The Pile数据集的一部分，它是原始OpenWebTextCorpus的增强版本，涵盖了从2005年到2020年4月的所有Reddit提交内容。该数据集主要用于语言建模任务，包含英文网页的标题和文本内容，以及Reddit提交的相关评分。数据规模约为63.8GB。该数据集基于MIT许可协议发布。
提供机构：
AIWizards
创建时间：
2024-07-19
