ExtraX1 commited on
Commit
f7d6d2e
·
verified ·
1 Parent(s): e387959

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +2 -2
README.md CHANGED
@@ -15,7 +15,7 @@ datasets:
15
  - HuggingFaceFW/fineweb-edu
16
  - wikimedia/wikipedia
17
  - dichspace/darulm
18
- - bigcode/the-stack-smol
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
- * [The Stack (Smol)](https://huggingface.co/datasets/bigcode/the-stack-smol): Исходный код на Python, C++, JS и других языках.
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