yehzw/fineweb-edu
收藏Hugging Face2025-11-11 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/yehzw/fineweb-edu
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含文本数据的训练集，数据集配置名为sample-10BT-0。它包含多个字段，如文本内容(text)、ID(id)、语言(language)、语言分数(language_score)、词计数(token_count)、分数(score)和整分数(int_score)。此外，还包括数据的URL和文件路径。数据集被划分为训练集，包含大约1209013个示例，大小为6137283964字节。
This is a training dataset containing text data with the configuration name sample-10BT-0. It includes multiple fields such as text content (text), ID (id), language (language), language score (language_score), token count (token_count), score (score), and integer score (int_score). Additionally, it includes the URL and file path of the data. The dataset is split into a training set, containing approximately 1,209,013 examples, with a size of 6,137,283,964 bytes.
提供机构：
yehzw
