HuggingFaceTB/smollm-corpus
Viewer
•
Updated
•
237M
•
22.7k
•
417
pretrain
-
-
opencsg/chinese-fineweb-edu
Viewer • Updated • 84.6M • 15.3k • 109 -
wenge-research/yayi2_pretrain_data
Viewer • Updated • 1.68M • 2.69k • 59 -
opencsg/chinese-cosmopedia
Preview • Updated • 969 • 76 -
HuggingFaceTB/cosmopedia
Viewer • Updated • 31.1M • 38.4k • 659 -
Infi-MM/InfiMM-WebMath-40B
Viewer • Updated • 22.8M • 705 • 68 -
gair-prox/FineWeb-pro
Viewer • Updated • 63.1M • 627 • 26 -
gair-prox/open-web-math-pro
Viewer • Updated • 2.58M • 229 • 12 -
argilla/FinePersonas-v0.1
Viewer • Updated • 42.1M • 9.2k • 408 -
LLM360/TxT360
Updated • 46.2k • 248 -
Zyphra/Zyda-2
Preview • Updated • 160k • 85 -
opencsg/chinese-fineweb-edu-v2
Viewer • Updated • 188M • 1.74k • 72 -
OpenCoder-LLM/opc-fineweb-code-corpus
Viewer • Updated • 101M • 2.22k • 50 -
OpenCoder-LLM/opc-fineweb-math-corpus
Viewer • Updated • 5.24M • 487 • 30 -
PleIAs/common_corpus
Viewer • Updated • 470M • 36.6k • 334 -
CASIA-LM/ChineseWebText2.0
Viewer • Updated • 2k • 1.61k • 28 -
HuggingFaceFW/fineweb-2
Viewer • Updated • 4.48B • 109k • 728 -
HuggingFaceTB/finemath
Viewer • Updated • 48.3M • 8.22k • 348 -
togethercomputer/RedPajama-Data-V2
Updated • 2.34k • 391 -
LLM360/MegaMath
Viewer • Updated • 217M • 26.5k • 110 -
BramVanroy/CommonCrawl-CreativeCommons
Viewer • Updated • 739M • 460 • 34 -
openbmb/Ultra-FineWeb
Viewer • Updated • 1.29B • 33.5k • 295 -
BAAI/CCI4.0-M2-CoT-v1
Viewer • Updated • 157M • 1.54k • 53 -
ByteDance-Seed/mga-fineweb-edu
Viewer • Updated • 846M • 1.69k • 34 -
nick007x/arxiv-papers
Viewer • Updated • 2.55M • 6.93k • 166