GitHub repository
opendatalab/WanJuan2.0-WanJuan-CC
WanJuan-CC是以CommonCrawl为基础,经过数据抽取,规则清洗,去重,安全过滤,质量清洗等步骤得到的高质量数据。
Repository metrics
- Stars · Nov 15, 2026
- 14
- Leaderboard status
- Outside the current top 1,000
Source: GitHubLB snapshots.
GitHub repository
WanJuan-CC是以CommonCrawl为基础,经过数据抽取,规则清洗,去重,安全过滤,质量清洗等步骤得到的高质量数据。
Source: GitHubLB snapshots.