Essential-Web v1.0: 24T tokens of organized web data
收藏aws亚马逊开源数据集2025-09-13 收录
下载链接：
https://registry.opendata.aws/eai-essential-web-v1
下载链接
链接失效反馈官方服务：
资源简介：
A 24-trillion-token dataset in which every document is annotated with a twelve-category taxonomy covering topic, format, content complexity, and quality.
该数据集包含24万亿Token（Token），每份文档均基于涵盖主题、格式、内容复杂度与质量的十二类分类体系完成标注。
提供机构：
EssentialAI
