遇见数据集

zerostratos/fineweb-2-vie-2022

收藏
Hugging Face2025-07-01 更新2025-10-25 收录
官方服务:

资源简介:

这是一个包含文本数据的数据集,每个数据点包含文本内容、唯一标识符、URL、日期、文件路径、语言信息、语言分数、语言脚本、最小哈希簇大小和顶级语言等信息。数据集主要用于训练机器学习模型,特别是那些需要处理文本和语言信息的模型。

This is a dataset containing text data, with each data point including text content, unique identifier, URL, date, file path, language information, language score, language script, minimum hash cluster size, and top-level languages. The dataset is primarily intended for training machine learning models, especially those that require processing text and language information.

提供机构:
zerostratos
二维码
社区交流群
二维码
科研交流群
商业服务