发布 falcon-refined-web-5M 数据集, 应用在 文本分析、网络内容抓取 领域

本次发布的数据集 falcon-refined-web-5M, 该数据集包含文本内容、网页链接、时间戳、转储字符串、文本片段和图片链接列表等字段。它被划分为训练集，共有500万个示例，总大小为13.3GB。数据集的下载大小为8.7GB。

查看falcon-refined-web-5M

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。