OpenWebText

Name: OpenWebText
Creator: OpenDataLab
Published: 2022-08-16T17:44:27+08:00

OpenXLab2026-04-18 收录

自然语言处理

文本语料库

数据链接：

https://openxlab.org.cn/datasets/OpenDataLab/OpenWebText 数据链接链接失效反馈

官方服务：

资源简介：

OpenWebText 是 WebText 语料库的开源再造。该文本是从 Reddit 上共享的 URL 中提取的 Web 内容，至少获得了 3 次赞成。（38GB）。

提供机构：

OpenDataLab

创建时间：

2022-08-16

Hennara/pica_ar

自然语言处理

阿拉伯语

--- dataset_info: features: - name: goal dtype: string - name: sol1 dtype: string - name: sol2 dtype: string - name: label dtype: int64 splits: - name: test num_bytes

Hugging Face2024-06-03 更新100

yjching/tokenized_ts_data

自然语言处理

机器学习

--- configs: - config_name: default data_files: - split: train path: data/train-* dataset_info: features: - name: Problem dtype: string - name: Resolution dtype: string - name:

Hugging Face2023-09-11 更新60

toy-multistep-nn_10-na_20-nab_40-seed_1

自然语言处理

机器学习

该数据集包含四个字段：提示文本(prompts)、完成文本(completions)、被遮蔽的数目(num_maskeds)和文本(texts)。数据集分为训练集、测试集(test_rl)和测试集(test)，每个集合包含262144个示例。提供了数据文件的下载和整个数据集的大小信息。

Hugging Face2025-04-07 更新50

arjun3103/haystack_faithfulness_evaluation

模型评估

自然语言处理

--- dataset_info: features: - name: questions dtype: string - name: contexts sequence: string - name: answers dtype: string - name: ans_type dtype: string - name: faithfuln

Hugging Face2024-06-06 更新80

AbderrahmanSkiredj1/ahadith_translation_34k

圣训翻译

自然语言处理

该数据集包含三个特征：文本（text）、标签（label）和提示（prompt），数据类型均为字符串。数据集包含一个训练集（train），大小为56339232字节，包含34088个样本。下载大小为19500537字节，数据集总大小为56339232字节。数据集的任务类别为翻译（translation），语言为阿拉伯语（ar）。

Hugging Face2024-07-15 更新60

OpenWebText

资源简介：

相关数据集