HF 数据集

sudy-super / JetCopper-10B

JetCopper‑10B 是一个日本文本语料库,约 4.7 十亿个标记(再加上 0.9 十亿英文代码),来源于 CC‑100、OSCAR‑2301、HPLT v1.2 和 wiki40b‑ja,在清洗和去重后用于预训练 Contrail‑200m‑64k,以供 LOCAL AI HACKATHON #000 calm2‑chat 使用,虽然它缺少句子边界和困惑度过滤。

其他语言的说明

统计

统计数据截至 2026年11月16日

Hugging Face 下载数(近 30 天)
320
Hugging Face 点赞数
6
收录日
2024年5月13日

下载数(近 30 天)变化

20040060080011月9月7月5月3月2026年1月320
以表格显示
月份下载(30天)
2025年12月207
2026年1月—
2026年2月—
2026年3月—
2026年4月—
2026年5月—
2026年6月222
2026年7月—
2026年8月283
2026年9月649
2026年10月238
2026年11月320

各月最后一次快照时的近 30 天下载数。

同分类的热门资源

研究领域相近的资源

通过幻灯片与文章学习