返回资源中心

OpenWebText3 Enhanced Corpus

数据集
机器学习
0 次浏览
0 个赞
web-textpretraining-datacurated

资源描述

继OpenWebText后的第三代开源网络文本语料库，经严格去重、质量过滤与毒性检测，覆盖2023–2024年高质量技术博客、学术摘要与开源文档，含结构化元数据（领域/难度/时效性标签）

相关资源