相关数据集
FalconX80/bhoomillama-5.5k
该数据集包含5500个样本，每个样本包含Prompt、Answer和text三个字段，数据类型均为字符串。数据集分为一个训练集，大小为2206576字节。
Hugging Face2024-07-08 更新190
CognitiveLab/Aarogya_wiki_medical_terms
--- dataset_info: features: - name: __index_level_0__ dtype: int64 - name: Aarogya_prompt dtype: string - name: page_title dtype: string - name: page_text dtype: string spl
Hugging Face2023-12-29 更新150
skymizer/fineweb-edu-dedup-45B-1-of-2
这是一个包含文本数据的训练集，数据集中的每个样本都包含文本内容、唯一标识符以及元数据。元数据中包含dump信息、URL、日期、文件路径、语言、语言分数、token数量、分数和整数分数等详细信息。训练集大小为111,908,944,850.07036字节，共有21,684,169个样本。数据集的下载大小为64,973,572,231字节。
Hugging Face2025-01-11 更新70
ptllama/acemath_math_sft
该数据集包含文本特征，适用于数学相关任务。它分为一个名为math_sft的部分，共有1661094个示例，总大小为约3.84GB。下载大小约为1.41GB。
Hugging Face2025-03-02 更新180
Kurier für Niederbayern: Landshuter Tag- und Anzeigenblatt; unabhängige Tageszeitung für Heimat und Volk
Das Vorhaben 'Digitalisierung historischer Zeitungen', in dessen Rahmen diese Daten generiert wurden, ist Teil des Projektes 'Deutsch-tschechisches Digital Humanities Labor zur grenzübergreifenden his
DataCite Commons2020-10-10 更新100
