PygTesting/fineweb-sample-1BT
收藏Hugging Face2024-12-30 更新2025-02-15 收录
下载链接：
https://hf-mirror.com/datasets/PygTesting/fineweb-sample-1BT
下载链接
链接失效反馈官方服务：
资源简介：
这是一个从Fineweb数据集中抽取的，大约包含10亿token的子集。数据集包含文本内容、日期、文件路径、语言、语言评分、token数量以及元数据等信息。适用于自然语言处理等任务。
This is a subset of the Fineweb dataset trimmed down to approximately one billion tokens, including text content, date, file path, language, language score, token count, and metadata. It is suitable for natural language processing tasks.
提供机构：
PygTesting
