tiiuae/falcon-refinedweb
Viewer • Updated • 968M • 81.5k • 970
Pre-Training DataSets
-
-
bigcode/the-stack-v2
Updated • 6.39k • 644 -
bigcode/the-stack
Viewer • Updated • 471M • 8.02k • 1.08k -
HuggingFaceFW/fineweb
Viewer • Updated • 52.5B • 332k • 3.65k -
allenai/c4
Viewer • Updated • 10.4B • 855k • 682 -
Skylion007/openwebtext
Viewer • Updated • 8.01M • 45.6k • 540 -
commoncrawl/citations
Viewer • Updated • 9.18k • 172 • 5 -
commoncrawl/statistics
Viewer • Updated • 652k • 917 • 30 -
bigcode/starcoderdata
Preview • Updated • 15k • 553 -
bookcorpus/bookcorpus
Updated • 14.4k • 367 -
HuggingFaceFW/fineweb-edu
Viewer • Updated • 3.5B • 387k • 1.34k -
uonlp/CulturaX
Viewer • Updated • 7.18B • 21k • 698