HuggingFaceTB/smollm-corpus
Viewer
•
Updated
•
237M
•
14.6k
•
408
pretrain
-
-
opencsg/chinese-fineweb-edu
Viewer • Updated • 84.6M • 16.2k • 109 -
wenge-research/yayi2_pretrain_data
Viewer • Updated • 1.68M • 2.89k • 57 -
opencsg/chinese-cosmopedia
Preview • Updated • 1.62k • 74 -
HuggingFaceTB/cosmopedia
Viewer • Updated • 31.1M • 47.5k • 649 -
Infi-MM/InfiMM-WebMath-40B
Viewer • Updated • 22.8M • 1.14k • 68 -
gair-prox/FineWeb-pro
Viewer • Updated • 63.1M • 1.42k • 26 -
gair-prox/open-web-math-pro
Viewer • Updated • 2.58M • 708 • 12 -
argilla/FinePersonas-v0.1
Viewer • Updated • 42.1M • 10.1k • 408 -
LLM360/TxT360
Updated • 45k • 247 -
Zyphra/Zyda-2
Preview • Updated • 175k • 85 -
opencsg/chinese-fineweb-edu-v2
Viewer • Updated • 188M • 10.7k • 72 -
OpenCoder-LLM/opc-fineweb-code-corpus
Viewer • Updated • 101M • 9.83k • 50 -
OpenCoder-LLM/opc-fineweb-math-corpus
Viewer • Updated • 5.24M • 1.98k • 30 -
PleIAs/common_corpus
Viewer • Updated • 470M • 44.5k • 321 -
CASIA-LM/ChineseWebText2.0
Viewer • Updated • 2k • 2.08k • 27 -
HuggingFaceFW/fineweb-2
Viewer • Updated • 4.48B • 60k • 709 -
HuggingFaceTB/finemath
Viewer • Updated • 48.3M • 11.3k • 344 -
togethercomputer/RedPajama-Data-V2
Updated • 4.76k • 389 -
LLM360/MegaMath
Viewer • Updated • 217M • 37.6k • 108 -
BramVanroy/CommonCrawl-CreativeCommons
Viewer • Updated • 739M • 786 • 34 -
openbmb/Ultra-FineWeb
Viewer • Updated • 1.29B • 59.5k • 286 -
BAAI/CCI4.0-M2-CoT-v1
Viewer • Updated • 157M • 5.97k • 53 -
ByteDance-Seed/mga-fineweb-edu
Viewer • Updated • 846M • 2.58k • 34 -
nick007x/arxiv-papers
Viewer • Updated • 2.55M • 16.8k • 159