kanhatakeyama/SyntheticTextCCUncleaned download history
kanhatakeyama/SyntheticTextCCUncleaned is a dataset on the Hugging Face Hub. In the last 30 days it was downloaded 96 times (16 in the last 7 days), and 1,349 times in total. It ranks #117,245 among datasets by monthly downloads.
自動生成テキスト データソースから､phi3を使ってクリーニング・再生成したテキストです｡ Common Crawlをもとに生成しています。 Common Crawl terms of useに従ってご利用ください。 クリーニングが必要です｡ 一部の計算には東京工業大学のスーパーコンピュータTSUBAME4.0を利用しました｡ ファイル一覧はFilesを参照ください。dataloaderでは、一部しか読み込めません。