five

TaiMingLu/fineweb-10b-processed

收藏
Hugging Face2025-07-14 更新2025-10-25 收录
下载链接:
https://hf-mirror.com/datasets/TaiMingLu/fineweb-10b-processed
下载链接
链接失效反馈
官方服务:
资源简介:
这是一个包含variants和metadata两个特征的变异数据集。variants特征包含原始数据,而metadata特征包含与数据变异相关的多个信息字段,如base、context、copy_index、degenerate、duplicate、is_duplicate_copy、is_duplicate_source、original_index和variety。数据集分为训练集,包含大约440万个示例,总大小为约13.38GB。

This dataset includes two main features: variants and metadata. The variants feature contains the original data, while the metadata feature includes multiple information fields related to data variation, such as base, context, copy_index, degenerate, duplicate, is_duplicate_copy, is_duplicate_source, original_index, and variety. The dataset is split into a training set, containing about 4.4 million examples, with a total size of approximately 13.38GB.
提供机构:
TaiMingLu
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作