SummFlow 2026-07-08 Hugging Face

tiiuae / falcon-refinedweb

过滤和去重后的英文CommonCrawl网页数据集

9.68亿行 · 1.7 TB

  • 文本
  • 文本生成
  • odc-by · 可商用

下载 15k · 收藏 932 · 3年前更新

  • py from datasets import load_dataset ds = load_dataset("tiiuae/falcon-refinedweb")