HuggingFaceTB/smollm-corpus
Viewer • Updated • 237M • 51.2k • 492
pretrain
-
-
opencsg/chinese-fineweb-edu
Viewer • Updated • 84.6M • 18.1k • 118 -
wenge-research/yayi2_pretrain_data
Viewer • Updated • 1.68M • 6.02k • 60 -
opencsg/chinese-cosmopedia
Preview • Updated • 1.73k • 81 -
HuggingFaceTB/cosmopedia
Viewer • Updated • 31.1M • 22.4k • 755 -
Infi-MM/InfiMM-WebMath-40B
Viewer • Updated • 22.8M • 2.8k • 69 -
gair-prox/FineWeb-pro
Viewer • Updated • 63.1M • 451 • 25 -
gair-prox/open-web-math-pro
Viewer • Updated • 2.58M • 845 • 12 -
argilla/FinePersonas-v0.1
Viewer • Updated • 42.1M • 1.45k • 410 -
IFM/TxT360
Updated • 24.1k • 272 -
Zyphra/Zyda-2
Preview • Updated • 44.1k • 101 -
opencsg/chinese-fineweb-edu-v2
Viewer • Updated • 188M • 2.62k • 75 -
OpenCoder-LLM/opc-fineweb-code-corpus
Viewer • Updated • 101M • 6.78k • 64 -
OpenCoder-LLM/opc-fineweb-math-corpus
Viewer • Updated • 5.24M • 439 • 31 -
PleIAs/common_corpus
Viewer • Updated • 69.9k • 182k • 427 -
CASIA-LM/ChineseWebText2.0
Viewer • Updated • 2k • 2.48k • 34 -
HuggingFaceFW/fineweb-2
Viewer • Updated • 4.48B • 102k • 893 -
HuggingFaceTB/finemath
Viewer • Updated • 48.3M • 41.3k • 384 -
togethercomputer/RedPajama-Data-V2
Updated • 12.3k • 409 -
IFM/MegaMath
Viewer • Updated • 217M • 82.6k • 134 -
BramVanroy/CommonCrawl-CreativeCommons
Viewer • Updated • 739M • 4.45k • 41 -
openbmb/Ultra-FineWeb
Viewer • Updated • 1.29B • 76.5k • 449 -
BAAI/CCI4.0-M2-CoT-v1
Viewer • Updated • 157M • 109 • 59 -
ByteDance-Seed/mga-fineweb-edu
Viewer • Updated • 846M • 2.02k • 44 -
nick007x/arxiv-papers
Viewer • Updated • 2.55M • 5.44k • 202 -
openbmb/UltraData-Math
Viewer • Updated • 181M • 34.5k • 349