MultilingualUnigramLM/FineWeb2-500M-tur_Latn
收藏Hugging Face2026-05-18 更新2026-05-31 收录
下载链接：
https://hf-mirror.com/datasets/MultilingualUnigramLM/FineWeb2-500M-tur_Latn
下载链接
链接失效反馈官方服务：
资源简介：
FineWeb-2微调子集：tur_Latn，包含约5亿个令牌，这些令牌从HuggingFaceFW/fineweb-2数据集的tur_Latn配置中流式提取，并使用allenai/OLMo-3-1025-7B模型进行令牌计数。
FineWeb-2 finetuning subset: tur_Latn, containing ~500,000,000 tokens streamed from the `HuggingFaceFW/fineweb-2` dataset (config `tur_Latn`), token-counted with `allenai/OLMo-3-1025-7B`.
