tiiuae/falcon-refinedweb
Viewer • Updated • 968M • 75.7k • 975
Pre-Training DataSets
-
-
bigcode/the-stack-v2
Updated • 6.33k • 645 -
bigcode/the-stack
Viewer • Updated • 471M • 7.86k • 1.08k -
HuggingFaceFW/fineweb
Viewer • Updated • 52.5B • 338k • 3.66k -
allenai/c4
Viewer • Updated • 10.4B • 838k • 685 -
Skylion007/openwebtext
Viewer • Updated • 8.01M • 45.6k • 542 -
commoncrawl/citations
Viewer • Updated • 9.18k • 160 • 5 -
commoncrawl/statistics
Viewer • Updated • 652k • 925 • 30 -
bigcode/starcoderdata
Preview • Updated • 14.9k • 553 -
bookcorpus/bookcorpus
Updated • 14.5k • 369 -
HuggingFaceFW/fineweb-edu
Viewer • Updated • 3.5B • 381k • 1.35k -
uonlp/CulturaX
Viewer • Updated • 7.18B • 20.4k • 698