tiiuae/falcon-refinedweb
Viewer • Updated • 968M • 36.4k • 977
Pre-Training DataSets
-
-
bigcode/the-stack-v2
Updated • 6.11k • 652 -
bigcode/the-stack
Viewer • Updated • 471M • 7.66k • 1.09k -
HuggingFaceFW/fineweb
Viewer • Updated • 52.5B • 330k • 3.67k -
allenai/c4
Viewer • Updated • 10.4B • 779k • 687 -
Skylion007/openwebtext
Viewer • Updated • 8.01M • 44.3k • 543 -
commoncrawl/citations
Viewer • Updated • 9.18k • 170 • 6 -
commoncrawl/statistics
Viewer • Updated • 652k • 827 • 31 -
bigcode/starcoderdata
Preview • Updated • 15.4k • 557 -
bookcorpus/bookcorpus
Updated • 14.4k • 370 -
HuggingFaceFW/fineweb-edu
Viewer • Updated • 3.5B • 424k • 1.35k -
uonlp/CulturaX
Viewer • Updated • 7.18B • 25.4k • 701