SKumavat/Fineweb-edu

Name: SKumavat/Fineweb-edu
Creator: SKumavat
Published: 2026-03-26 07:56:09
License: 暂无描述

Hugging Face2026-03-26 更新2026-03-29 收录

下载链接：

https://hf-mirror.com/datasets/SKumavat/Fineweb-edu

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

许可证：Apache-2.0

提供机构：

SKumavat

fineweb-edu

# 📚 FineWeb-Edu <img src="https://cdn-uploads.huggingface.co/production/uploads/61c141342aac764ce1654e43/wwRnEQydH9qdRtFofIE-A.png" alt="FineWeb-Edu: The finest collection of education

魔搭社区2026-07-05 更新810

PrimeIntellect/fineweb-edu

该数据集名为Fineweb Edu Shuffled，主要包含英语内容，遵循odc-by许可证。数据集配置中指定了训练集的数据文件路径。

Hugging Face2024-10-16 更新120

codingninja/fineweb-edu

该数据集包含多个特征，如文本、ID、转储、URL、文件路径、语言、语言评分、标记计数、评分和整数评分。数据集主要包含一个训练分割，该分割包含22135859个示例，占用120582446459字节的存储空间。

Hugging Face2024-07-02 更新80

fineweb-edu

该数据集包含多个配置，提供了文本内容、语言、令牌信息等详细特征。数据集分为训练集和测试集，数据既有原始形式也有标记化形式，某些配置还包括了填充和掩码等额外处理。数据集信息组织在'dataset_info'和'configs'两个部分，分别详细描述了数据集的属性和数据文件的位置。

Hugging Face2025-10-29 更新90

yehzw/fineweb-edu

这是一个包含文本数据的训练集，数据集配置名为sample-10BT-0。它包含多个字段，如文本内容(text)、ID(id)、语言(language)、语言分数(language_score)、词计数(token_count)、分数(score)和整分数(int_score)。此外，还包括数据的URL和文件路径。数据集被划分为训练集，包含大约1209013个示例，大小为6137283964字节。

Hugging Face2025-11-11 更新50