tiiuae/falcon-refinedweb
Viewer • Updated • 968M • 93.3k • 947
Pre-Training DataSets
-
-
bigcode/the-stack-v2
Updated • 12.8k • 615 -
bigcode/the-stack
Viewer • Updated • 471M • 14.7k • 1.06k -
HuggingFaceFW/fineweb
Viewer • Updated • 52.5B • 424k • 3.19k -
allenai/c4
Viewer • Updated • 10.4B • 1.43M • 629 -
Skylion007/openwebtext
Viewer • Updated • 8.01M • 58.6k • 530 -
commoncrawl/citations
Viewer • Updated • 9.18k • 499 • 4 -
commoncrawl/statistics
Viewer • Updated • 642k • 624 • 29 -
bigcode/starcoderdata
Viewer • Updated • 207M • 28.6k • 533 -
bookcorpus/bookcorpus
Updated • 5.7k • 359 -
HuggingFaceFW/fineweb-edu
Viewer • Updated • 3.5B • 398k • 1.26k -
uonlp/CulturaX
Viewer • Updated • 7.18B • 13.5k • 665