allenai/c4
Viewer
•
Updated
•
10.4B
•
455k
•
310
Pre-Training Datasets
-
-
allenai/dolma
Updated • 951 • 843 -
togethercomputer/RedPajama-Data-1T
Viewer • Updated • 1.73M • 1.03k • 1.06k -
tiiuae/falcon-refinedweb
Viewer • Updated • 968M • 26k • 811 -
HuggingFaceFW/fineweb
Viewer • Updated • 46B • 383k • 1.74k -
HuggingFaceFW/fineweb-edu
Viewer • Updated • 3B • 596k • 533 -
HuggingFaceTB/smollm-corpus
Viewer • Updated • 237M • 18.8k • 240 -
Zyphra/dclm-dedup
Viewer • Updated • 615M • 1.27k • 10