五号数据雷达

Common Crawl 本次发布的数据集 Open Web Math Dataset, 该数据集包含了从Common Crawl中提取的数学网页，其格式经过特别处理，以保留诸如LaTeX方程式的数学内容。此外，数据集中包含了大量的完整英文句子，其中99.7%的内容被归类为英文。该任务的目的是对数学内容进行理解和处理。

查看Open Web Math Dataset

Dataset card 内容： 

Files and versions 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。