Logo
Explore Help
Register Sign In
ViperEkura/DataPipeline
Watch 1
Star 0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
23 Commits 1 Branch 0 Tags
b69ba2c5ff3b35808827d18dc885554198284424
T
Clone
Open with VS Code Open with VSCodium Open with Intellij IDEA
Download ZIP Download TAR.GZ Download BUNDLE
ViperEkura b69ba2c5ff refactor(dataset): 重构数据集处理流程并添加新功能
2025-07-16 09:56:31 +08:00
.gitignore
feat: 添加中文维基数据集处理脚本
2025-07-11 10:31:10 +08:00
belle_sft.py
refactor(dataset): 重构数据集处理流程并添加新功能
2025-07-16 09:56:31 +08:00
chinese-c4.py
refactor(dataset): 重构数据集处理流程并添加新功能
2025-07-16 09:56:31 +08:00
chinese-cosmopedia.py
refactor(dataset): 重构数据集处理流程并添加新功能
2025-07-16 09:56:31 +08:00
english-fineweb.py
refactor(dataset): 重构数据集处理流程并添加新功能
2025-07-16 09:56:31 +08:00
english-wiki.py
refactor(dataset): 重构数据集处理流程并添加新功能
2025-07-16 09:56:31 +08:00
pre_train_file.py
refactor(dataset): 重构数据集处理流程并添加新功能
2025-07-16 09:56:31 +08:00
sft_file.py
refactor(dataset): 重构数据集处理流程并添加新功能
2025-07-16 09:56:31 +08:00
tokenizer.py
refactor(dataset): 重构数据处理脚本并支持自定义数据集
2025-07-15 12:18:58 +08:00
utils.py
refactor(dataset): 重构数据集处理流程并添加新功能
2025-07-16 09:56:31 +08:00
S
Description
No description provided
254 KiB
Languages
Python 100%
Powered by Gitea Version: 1.27.2 Page: 68ms Template: 5ms
Auto
English
Bahasa Indonesia Deutsch English Español Français Gaeilge Italiano Latviešu Magyar nyelv Nederlands Polski Português de Portugal Português do Brasil Suomi Svenska Türkçe Čeština Ελληνικά Български Русский Українська فارسی മലയാളം 日本語 简体中文 繁體中文(台灣) 繁體中文(香港) 한국어
Licenses API