HuggingFaceTB/smollm-corpus
Viewer • Updated • 237M • 43.6k • 448
pretrain
-
-
opencsg/chinese-fineweb-edu
Viewer • Updated • 84.6M • 12.2k • 110 -
wenge-research/yayi2_pretrain_data
Viewer • Updated • 1.68M • 344 • 59 -
opencsg/chinese-cosmopedia
Preview • Updated • 1.08k • 77 -
HuggingFaceTB/cosmopedia
Viewer • Updated • 31.1M • 14.2k • 683 -
Infi-MM/InfiMM-WebMath-40B
Viewer • Updated • 22.8M • 715 • 68 -
gair-prox/FineWeb-pro
Viewer • Updated • 63.1M • 405 • 26 -
gair-prox/open-web-math-pro
Viewer • Updated • 2.58M • 237 • 12 -
argilla/FinePersonas-v0.1
Viewer • Updated • 42.1M • 9.07k • 409 -
LLM360/TxT360
Updated • 31.8k • 248 -
Zyphra/Zyda-2
Preview • Updated • 113k • 90 -
opencsg/chinese-fineweb-edu-v2
Viewer • Updated • 188M • 1.51k • 73 -
OpenCoder-LLM/opc-fineweb-code-corpus
Viewer • Updated • 101M • 876 • 51 -
OpenCoder-LLM/opc-fineweb-math-corpus
Viewer • Updated • 5.24M • 247 • 30 -
PleIAs/common_corpus
Viewer • Updated • 69.9k • 236k • 390 -
CASIA-LM/ChineseWebText2.0
Viewer • Updated • 2k • 2.23k • 29 -
HuggingFaceFW/fineweb-2
Viewer • Updated • 4.48B • 78.4k • 784 -
HuggingFaceTB/finemath
Viewer • Updated • 48.3M • 15.1k • 358 -
togethercomputer/RedPajama-Data-V2
Updated • 4.23k • 401 -
LLM360/MegaMath
Viewer • Updated • 217M • 135k • 117 -
BramVanroy/CommonCrawl-CreativeCommons
Viewer • Updated • 739M • 1.77k • 34 -
openbmb/Ultra-FineWeb
Viewer • Updated • 1.29B • 16.7k • 333 -
BAAI/CCI4.0-M2-CoT-v1
Viewer • Updated • 157M • 4.67k • 54 -
ByteDance-Seed/mga-fineweb-edu
Viewer • Updated • 846M • 876 • 35 -
nick007x/arxiv-papers
Viewer • Updated • 2.55M • 7.18k • 180 -
openbmb/UltraData-Math
Viewer • Updated • 181M • 9.74k • 266