wiki103-lm
收藏kaggle2021-11-10 更新2024-05-31 收录
下载链接：
https://www.kaggle.com/datasets/a24998667/wiki103-lm
下载链接
链接失效反馈官方服务：
资源简介：
应用场景：
创建时间：
2021-11-10
相关数据集
lm_training_wiki20k
kaggle2022-02-14 更新10
LM-Polygraph/wiki_bio
--- dataset_info: config_name: continuation features: - name: input dtype: string - name: output dtype: string splits: - name: test num_bytes: 4455412 num_examples: 72831
Hugging Face2024-11-05 更新30
snap-stanford-lms/wiki-simpleQA-validation-cleaned
WikiQA过滤数据集，源自WikiQA snap-stanford-lms/simpleQA-wikipedia-subset，经过过滤确保文章文本包含答案。数据集经过答案验证和高质量问题-答案对的筛选，最终包含1952个问题-答案对，来自1518篇独特文章。数据集特征包括问题元数据、问题文本、正确答案、文档ID和文章标题。
Hugging Face2025-09-27 更新60
silsilhfu/albanian-wiki-clean-lm
--- dataset_info: features: - name: input_ids list: int32 - name: attention_mask list: int8 - name: labels list: int64 splits: - name: train num_bytes: 869193804 num_ex
Hugging Face2025-12-06 更新40
snap-stanford-lms/wiki-simpleQA-train-cleaned
Wiki-SimpleQA筛选训练数据集，从wiki-simpleQA-subset-Qwen3-4B-qa-5-v1数据集衍生而来，经过文章长度、QA对数量和长度筛选及去重处理，保留了1891篇高质量文章和230347个QA对。数据集包含标题、全文、格式化的QA对和唯一标识符，适用于问答任务的模型训练。
Hugging Face2025-09-27 更新60
