Hugging Face TB Research 发布 finewebm_clusters 数据集, 应用在 数据分析、机器学习 领域

Hugging Face TB Research 本次发布的数据集 finewebm_clusters, 该数据集包含多个特征，如cluster_id、summary、examples、position、category和educational_score。每个特征都有其数据类型，例如cluster_id是int64类型，summary和category是string类型，position是float32类型序列，educational_score也是string类型。数据集分为一个训练集（train），包含55个样本和36602453字节的数据。数据集的下载大小为21100976字节，实际数据集大小为36602453字节。

查看finewebm_clusters

Dataset card 内容： 

Files and versions 内容： 

关于 Hugging Face TB Research , Hugging Face TB Research是Hugging Face旗下专注于大规模语言模型与Transformer技术研究的团队，该机构专注于为预训练提供合成数据集。

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。