---
title: mini_pretrain_dataset
canonical_url: "https://www.modelscope.cn/datasets/BazingaLyn/mini_pretrain_dataset"
md_url: "https://www.modelscope.cn/datasets/BazingaLyn/mini_pretrain_dataset.md"
repository: BazingaLyn/mini_pretrain_dataset
chinese_name: "预训练中文数据集"
last_updated: 2025-06-27
license: "Apache License 2.0"
storage_size: "4.8 GB"
downloads: 2809
stars: 21
---

# mini_pretrain_dataset

> mini_pretrain_dataset - BazingaLyn 在 ModelScope 开源的数据集。内容抽取自匠心sft数据集，数据相对比较高质量。最大长度为512，删除了生成表格的预训练数据。

BazingaLyn/mini_pretrain_dataset 是 ModelScope 魔搭社区上的数据集，存储大小 4.8 GB，采用 Apache License 2.0 许可。

- **Repository**: BazingaLyn/mini_pretrain_dataset
- **License**: Apache License 2.0
- **Storage size**: 4.8 GB
- **Downloads**: 2809
- **Stars**: 21
- **Last updated**: 2025-06-27

Source: https://www.modelscope.cn/datasets/BazingaLyn/mini_pretrain_dataset

---

数据集文件元信息以及数据文件，请浏览“数据集文件”页面获取。

当前数据集卡片使用的是默认模版，数据集的贡献者未提供更加详细的数据集介绍，但是您可以通过如下GIT Clone命令，或者ModelScope SDK来下载数据集

#### 下载方法 
:modelscope-code[]{type="sdk"}
:modelscope-code[]{type="git"}