sumukshashidhar-archive/UFE-CLEAN-10B
收藏Hugging Face2025-06-14 更新2025-12-20 收录
下载链接：
https://hf-mirror.com/datasets/sumukshashidhar-archive/UFE-CLEAN-10B
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: content
dtype: string
- name: openbmb-fasttext-classifier-score
dtype: float64
- name: source
dtype: string
- name: fineweb-edu-classifier-score
dtype: float64
splits:
- name: train
num_bytes: 40498297071
num_examples: 10143687
download_size: 23435578665
dataset_size: 40498297071
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
数据集元信息：
特征字段：
- 字段名：内容，数据类型：字符串
- 字段名：openbmb-fasttext分类器得分（openbmb-fasttext-classifier-score），数据类型：64位浮点数
- 字段名：来源，数据类型：字符串
- 字段名：fineweb-edu分类器得分（fineweb-edu-classifier-score），数据类型：64位浮点数
数据集划分：
- 划分名称：训练集，字节占用：40498297071，样本数量：10143687
下载总大小：23435578665 字节
数据集总存储大小：40498297071 字节
配置项：
- 配置名称：默认配置，数据文件：
- 训练集划分对应的数据文件路径：data/train-*
提供机构：
sumukshashidhar-archive
