数据集
1 个数据集
热门分类：
Fineweb-Edu-Chinese-V2.1
已完整同步
Fineweb-Edu-Chinese-V2.1 是一个面向中文教育领域的大规模文本生成数据集。它包含按质量评分分档整理的内容，评分范围从 2 到 5，其中 4-5 分为高质量教育文本（约 70GB，460 亿 token），3-4 分为较适用的内容（约 800GB，5300 亿 token），2-3 分则为潜在可用但质量有限的数据（约 1.4TB，9300 亿 token）。数据集以文件夹形式组织，便于用户根据训练时间和计算资源灵活选择不同质量档位的数据，适用于各类语言模型的训练与微调。