agentlans/finewebedu-multiple-choice

Name: agentlans/finewebedu-multiple-choice
Creator: agentlans
Published: 2025-04-08 10:21:02
License: 暂无描述

Hugging Face2025-04-08 更新2025-04-12 收录

下载链接：

https://hf-mirror.com/datasets/agentlans/finewebedu-multiple-choice

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: odc-by ---

提供机构：

agentlans

agentlans/finewebedu-refinement

finewebedu-refinement数据集包含了对HuggingFaceFW/fineweb-edu数据集中文本摘录的简化版本，旨在使用简单语言，移除不必要词汇，采用主动语态，并拆分长句。该数据集共有9996个段落，提供原始文本与简化文本两种格式。数据集存在一定的局限性，如可能忽略长文本的细节，移除引用和格式，过度简化专业术语，包含生成错误，继承原始数据集偏见，以及代码和数学排版问题。

Hugging Face2025-04-07 更新70

agentlans/finewebedu-conversation

FineWebEdu-Conversation数据集包含了来自FineWebEdu的摘录，并加入了由特定模型生成的普通人与专家之间的对话。这些对话模拟了自然采访风格的对话，共有9996个对话实例。数据集的输入是FineWebEdu的文本段落，输出是一个XML格式的对话结构。

Hugging Face2025-04-06 更新30

agentlans/orca

--- language: - en task_categories: - text-generation - question-answering tags: - orca - openorca - microsoft - instruction-tuning - synthetic - gpt-3.5 - gpt-4 - nlp - qa - reaso

Hugging Face2026-01-15 更新20

agentlans/finewebedu-annotated

--- license: odc-by ---

Hugging Face2025-04-10 更新70

agentlans/finewebedu-sentences

Fineweb-edu Sentences数据集包含从网络上收集的句子。这些句子通过spaCy包进行分割，去重并经过半自动化的过程筛选出完整的句子。数据集的大小约为70万条英语句子，每条句子的长度不超过512个BERT标记。数据集的`source`字段包含每个句子的来源URL。数据集的许可证为Open Data Commons License Attribution。

Hugging Face2024-07-09 更新50