CCNet
收藏arXiv2025-09-30 收录
下载链接：
https://github.com/facebookresearch/cc_net
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是一个大规模的、由网络爬取数据构成的集合，用于训练Contriever模型。此外，该数据集还与维基百科数据结合使用，以便在信息检索任务中进行训练。
This dataset is a large-scale collection constructed from web-crawled data, designed for training the Contriever model. Furthermore, this dataset is also utilized in conjunction with Wikipedia data for training in information retrieval tasks.
提供机构：
CCNet
