数据集 / 归档 / 2026-06-15

2026-06-15 收录的数据集（2）

本页记录当日收录项目。

opencsg / chinese-fineweb-edu

中文教育类网页语料，基于CommonCrawl过滤去重，约300GB，已弃用

8463.8万行 · 588.5 GB

  • 人工精选
  • 文本
  • 文本生成
  • apache-2.0 · 许可标注允许商用
  • 含中文

9个月前更新

项目方资料核对

  • 提供大规模中文教育领域预训练语料（1.88亿条、约420B token），覆盖预训练教育大模型、智能辅导等场景
  • 使用须遵守OpenCSG Community License，商用需核查许可条款

3 个来源 · 截至 2026-06-20

← 前一日 2026-06-14 · 后一日 2026-06-16 →