Leonharper/naime-corpus-v1 download history
Leonharper/naime-corpus-v1 is a dataset on the Hugging Face Hub. In the last 30 days it was downloaded 484 times (108 in the last 7 days), and 4,644 times in total. It ranks #33,986 among datasets by monthly downloads.
Naime Corpus v1 多领域通用预训练语料库，使用 Qwen3-8B tokenizer 分词。 数据规格 指标 数值 总 Tokens ~281亿 (28.1B) 总文档数 38,186,704 序列长度 4096 格式 Parquet (ZSTD) 分片数 1736 总大小 ~42 GB 分词器 Qwen/Qwen3-8B 领域分布 领域 文档数 占比 general_en 21,608,669 56.6% g