HuggingFaceTB/smollm-corpus
Viewer • Updated • 237M • 55.2k • 459
pretrain
-
-
opencsg/chinese-fineweb-edu
Viewer • Updated • 84.6M • 7.25k • 110 -
wenge-research/yayi2_pretrain_data
Viewer • Updated • 1.68M • 1.59k • 59 -
opencsg/chinese-cosmopedia
Preview • Updated • 1.07k • 79 -
HuggingFaceTB/cosmopedia
Viewer • Updated • 31.1M • 15.8k • 715 -
Infi-MM/InfiMM-WebMath-40B
Viewer • Updated • 22.8M • 3.71k • 68 -
gair-prox/FineWeb-pro
Viewer • Updated • 63.1M • 1.06k • 26 -
gair-prox/open-web-math-pro
Viewer • Updated • 2.58M • 460 • 12 -
argilla/FinePersonas-v0.1
Viewer • Updated • 42.1M • 9.88k • 409 -
LLM360/TxT360
Updated • 99.6k • 262 -
Zyphra/Zyda-2
Preview • Updated • 231k • 96 -
opencsg/chinese-fineweb-edu-v2
Viewer • Updated • 188M • 5.3k • 73 -
OpenCoder-LLM/opc-fineweb-code-corpus
Viewer • Updated • 101M • 4.79k • 52 -
OpenCoder-LLM/opc-fineweb-math-corpus
Viewer • Updated • 5.24M • 1.02k • 31 -
PleIAs/common_corpus
Viewer • Updated • 69.9k • 147k • 399 -
CASIA-LM/ChineseWebText2.0
Viewer • Updated • 2k • 3.77k • 30 -
HuggingFaceFW/fineweb-2
Viewer • Updated • 4.48B • 62.1k • 814 -
HuggingFaceTB/finemath
Viewer • Updated • 48.3M • 37.7k • 364 -
togethercomputer/RedPajama-Data-V2
Updated • 7.59k • 403 -
LLM360/MegaMath
Viewer • Updated • 217M • 47.3k • 122 -
BramVanroy/CommonCrawl-CreativeCommons
Viewer • Updated • 739M • 8.31k • 35 -
openbmb/Ultra-FineWeb
Viewer • Updated • 1.29B • 84.3k • 362 -
BAAI/CCI4.0-M2-CoT-v1
Viewer • Updated • 157M • 94 • 57 -
ByteDance-Seed/mga-fineweb-edu
Viewer • Updated • 846M • 656 • 36 -
nick007x/arxiv-papers
Viewer • Updated • 2.55M • 891k • 192 -
openbmb/UltraData-Math
Viewer • Updated • 181M • 39.5k • 311