CrowdMind/blueberry-github
收藏Hugging Face2025-11-10 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/CrowdMind/blueberry-github
下载链接
链接失效反馈官方服务：
资源简介：
这是一个只包含文本列的数据集，从nick007x/github-code-2025数据集中导出，格式为Parquet。数据集经过流式处理，每个分片约包含2500万个字符，总共有14个分片。此数据集优化用于训练期望仅text示例的数据加载器。
This dataset contains only the text column from the nick007x/github-code-2025, exported in Parquet format. The dataset has undergone streaming processing, with each shard containing about 25 million characters, totaling 14 shards. It is optimized for training data loaders that expect text-only examples.
提供机构：
CrowdMind
