Update README.md
Browse files
README.md
CHANGED
|
@@ -15,7 +15,7 @@ datasets:
|
|
| 15 |
- HuggingFaceFW/fineweb-edu
|
| 16 |
- wikimedia/wikipedia
|
| 17 |
- dichspace/darulm
|
| 18 |
-
-
|
| 19 |
- LisaMegaWatts/philosophy-corpus
|
| 20 |
- opencsg/Fineweb-Edu-Chinese-V2.2
|
| 21 |
---
|
|
@@ -46,7 +46,7 @@ TinyCyclic-0.4B-Base обучается на сбалансированном н
|
|
| 46 |
* [Wikimedia Wikipedia (RU)](https://huggingface.co/datasets/wikimedia/wikipedia): Энциклопедические знания.
|
| 47 |
* [DaruLM](https://huggingface.co/datasets/dichspace/darulm) (конфиги `habr`, `textbook`, `philosophy`): Технические статьи, учебные материалы и философские трактаты.
|
| 48 |
* 💻 **Code (0.75B токенов)**
|
| 49 |
-
* [
|
| 50 |
* 🇨🇳 **Chinese (0.25B токенов)**
|
| 51 |
* [Fineweb-Edu-Chinese-V2.2](https://huggingface.co/datasets/opencsg/Fineweb-Edu-Chinese-V2.2): Высококачественный образовательный китайский текст (лицензия Apache 2.0, для поддержания мультиязычности токенизатора).
|
| 52 |
|
|
|
|
| 15 |
- HuggingFaceFW/fineweb-edu
|
| 16 |
- wikimedia/wikipedia
|
| 17 |
- dichspace/darulm
|
| 18 |
+
- HuggingFaceTB/stack-edu
|
| 19 |
- LisaMegaWatts/philosophy-corpus
|
| 20 |
- opencsg/Fineweb-Edu-Chinese-V2.2
|
| 21 |
---
|
|
|
|
| 46 |
* [Wikimedia Wikipedia (RU)](https://huggingface.co/datasets/wikimedia/wikipedia): Энциклопедические знания.
|
| 47 |
* [DaruLM](https://huggingface.co/datasets/dichspace/darulm) (конфиги `habr`, `textbook`, `philosophy`): Технические статьи, учебные материалы и философские трактаты.
|
| 48 |
* 💻 **Code (0.75B токенов)**
|
| 49 |
+
* [Stack-Edu](https://huggingface.co/datasets/HuggingFaceTB/stack-edu): Очищенный и отфильтрованный исходный код (без вредоносного ПО, в отличи от [The-Stack-Smol](https://huggingface.co/datasets/bigcode/the-stack-smol)).
|
| 50 |
* 🇨🇳 **Chinese (0.25B токенов)**
|
| 51 |
* [Fineweb-Edu-Chinese-V2.2](https://huggingface.co/datasets/opencsg/Fineweb-Edu-Chinese-V2.2): Высококачественный образовательный китайский текст (лицензия Apache 2.0, для поддержания мультиязычности токенизатора).
|
| 52 |
|