lianghsun/cosmopedia-zhtw

cosmopedia-zhtw HuggingFaceTB/cosmopedia 的台灣正體中文譯本。用於累積台灣本地的預訓練語料。 這是持續產出的專案，不是已完成的資料集 來源共 31,064,918 列（336 個檔案、85.9 GB、8 個子集）。翻譯是持續進行的， 分片隨時上傳，目前的檔案數就是目前的進度。要多少資料由使用計畫決定， 隨時可停、隨時可續。請以實際檔案為準，不要假設已經全量完成。 欄位 欄位 說明 uid 唯一鍵，格式 config:檔案代號:檔內列序（見下方說明） config 來源子集：web_samples_v1/web_samples_v2/stories/auto_math_text/stanford/wikihow/openstax/khanacademy text 英文原文 text_zhtw 正體中文譯文 format、audience、seed_data 來源自帶的中繼資料，原樣保留… See the full description on the dataset page: https://huggingface.co/datasets/lianghsun/cosmopedia-zhtw.

<iframe src="https://silytics.si/embed/item/8809c563-abbc-4bf5-bfec-dfffab75b64b" width="420" height="190" style="border:0" loading="lazy" title="Silytics entry"></iframe>

Silytics shows public metadata from Hugging Face and links to the original. Information may be incomplete or out of date. Last refreshed 19 October 2026. Licenses and terms of the original apply to the work itself. Not financial, legal or professional advice.