issai/Base_LLM_Datasets
收藏官方服务：
资源简介：
该数据集是一个大规模的语料库集合，旨在用于哈萨克语语言模型的训练。它包括原始的哈萨克语数据集和机器翻译的内容，其中很大一部分来自FineWeb Edu语料库。
The dataset is a large-scale collection of corpora designed for Kazakh language model training. It includes a mix of original Kazakh datasets and machine-translated content, with a significant portion derived from the FineWeb Edu corpus.
提供机构：
issai
