FineWeb & FineWeb-Edu
데이터셋
웹 코퍼스
Hugging Face's 15-trillion-token state of the art in open pre-training data.
현재 보고 계신 것은 데이터셋 레코드입니다: 학습용 데이터 모음 — 어떤 데이터가 담겨 있으며 어떤 모델이 이를 학습했는지를 다룹니다.
FineWeb (2024) processed 96 Common Crawl snapshots into 15T tokens with fully published filtering code; FineWeb-Edu used model-based educational scoring to distill the best 1.3T. Together they are the open world's answer to proprietary data pipelines.
전체 스택에서의 연결 구조
이 레코드의 링크를 한눈에 확인하세요 — 그룹을 클릭하면 해당 위치로 이동합니다.
출처
검토 기준일 2026-01-15 — 보기 방법론.