C4
收藏arXiv2025-09-30 收录
下载链接：
https://github.com/google-research/text-to-text-transfer-transformer#c4
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是对Common Crawl数据进行处理和筛选后的版本，特别是由AllenAI进行的复制品。在零样本泛化评估任务中，C4数据集表现出色，仅次于The Pile，显示了其在零样本泛化能力上的强劲性能。
This dataset is a processed and filtered version of Common Crawl data, specifically developed by AllenAI. In zero-shot generalization evaluation tasks, the C4 dataset performs exceptionally well, ranking second only to The Pile, demonstrating its robust zero-shot generalization capabilities.
提供机构：
AllenAI
