Vnnews

该数据集是从BinhVQ vnnews语料库中提取的，并随机选择了10%用于较小的持续预训练越南语LLM。数据集包含标题、摘要、类别、标签、发布时间、来源和内容等特征，主要用于文本生成任务。数据集大小为5061759896字节，包含1395443个训练样本。