### Getting Started RedPajama-V2 is an open dataset for training large language models. The dataset includes over 100B text documents coming from 84 CommonCrawl snapshots and processed using the [CC

魔搭社区2026-06-30 更新490

opc-fineweb-math-corpus

数学数据集

机器学习

![image](https://github.com/user-attachments/assets/66e5afec-060d-43c0-937e-dd7b6b1a26ef) # OpenCoder Dataset The OpenCoder dataset is composed of the following datasets: * [opc-sft-stage1](https:/

魔搭社区2026-02-06 更新200

venv

数据集文件元信息以及数据文件，请浏览“数据集文件”页面获取。当前数据集卡片使用的是默认模版，数据集的贡献者未提供更加详细的数据集介绍，但是您可以通过如下GIT Clone命令，或者ModelScope SDK来下载数据集 #### 下载方法 :modelscope-code[]{type="sdk"} :modelscope-code[]{type="git"}

魔搭社区2026-02-23 更新120

rf100-vl-car-logo-detection

图像识别

交通标志检测

魔搭社区2025-11-20 更新270

synthetic-code-understanding

代码理解

机器学习

# SYNTHETIC-1 This is a subset of the task data used to construct SYNTHETIC-1. You can find the full collection [here](https://huggingface.co/collections/PrimeIntellect/synthetic-1-67a2c399cfdd6c9f

魔搭社区2026-07-09 更新140

picture_zip_test

资源简介：

相关数据集