FineWeb
Hugging Face
ТекстODC-By-1.0публичныйTrusted24B строк
Англоязычный веб-корпус на 15T токенов из 96 срезов CommonCrawl — открытый стандарт для предобучения.
Англоязычный веб-корпус на 15T токенов из 96 срезов CommonCrawl — открытый стандарт для предобучения.
Кратко
- Модальность: Текст
- Назначение: Предобучение
- Строк: 24B
- Лицензия: ODC-By-1.0 (коммерческое использование разрешено)
- Формат: parquet