// описание
Гигантский очищенный корпус веб-текстов, созданный на основе Common Crawl для обучения мощных языковых моделей уровня T5. Он избавлен от «мусора», дублей и нецензурного контента, что делает его золотым стандартом для претрейнинга нейросетей. Если вы строите модель, которая должна безупречно понимать естественный язык, этот массив данных станет вашим фундаментом.