HuggingFaceTB/smollm-corpus
Viewer • Updated • 237M • 46.2k • 449
pretrain
-
-
opencsg/chinese-fineweb-edu
Viewer • Updated • 84.6M • 5.6k • 110 -
wenge-research/yayi2_pretrain_data
Viewer • Updated • 1.68M • 307 • 59 -
opencsg/chinese-cosmopedia
Preview • Updated • 1.2k • 77 -
HuggingFaceTB/cosmopedia
Viewer • Updated • 31.1M • 14.1k • 683 -
Infi-MM/InfiMM-WebMath-40B
Viewer • Updated • 22.8M • 741 • 68 -
gair-prox/FineWeb-pro
Viewer • Updated • 63.1M • 286 • 26 -
gair-prox/open-web-math-pro
Viewer • Updated • 2.58M • 238 • 12 -
argilla/FinePersonas-v0.1
Viewer • Updated • 42.1M • 8.89k • 409 -
LLM360/TxT360
Updated • 301k • 248 -
Zyphra/Zyda-2
Preview • Updated • 18.6k • 90 -
opencsg/chinese-fineweb-edu-v2
Viewer • Updated • 188M • 1.75k • 73 -
OpenCoder-LLM/opc-fineweb-code-corpus
Viewer • Updated • 101M • 991 • 51 -
OpenCoder-LLM/opc-fineweb-math-corpus
Viewer • Updated • 5.24M • 219 • 30 -
PleIAs/common_corpus
Viewer • Updated • 69.9k • 198k • 390 -
CASIA-LM/ChineseWebText2.0
Viewer • Updated • 2k • 2.27k • 29 -
HuggingFaceFW/fineweb-2
Viewer • Updated • 4.48B • 100k • 784 -
HuggingFaceTB/finemath
Viewer • Updated • 48.3M • 15.8k • 358 -
togethercomputer/RedPajama-Data-V2
Updated • 3.11k • 401 -
LLM360/MegaMath
Viewer • Updated • 217M • 90.9k • 117 -
BramVanroy/CommonCrawl-CreativeCommons
Viewer • Updated • 739M • 2.9k • 34 -
openbmb/Ultra-FineWeb
Viewer • Updated • 1.29B • 13.9k • 337 -
BAAI/CCI4.0-M2-CoT-v1
Viewer • Updated • 157M • 2.21k • 54 -
ByteDance-Seed/mga-fineweb-edu
Viewer • Updated • 846M • 681 • 35 -
nick007x/arxiv-papers
Viewer • Updated • 2.55M • 7.5k • 180 -
openbmb/UltraData-Math
Viewer • Updated • 181M • 8.09k • 304