lianghsun/fineweb-edu-zhtw-magistral-annotations

Dataset Card for fineweb-edu-zhtw-magistral-annotations 本資料集是訓練 fineweb-edu-zhtw-classifier 所使用的「教育性評分」標註資料：以 Magistral-Small-2506 對 FineWeb-zhtw 樣本文本給予 0–5 分的教育性評分，用於訓練分類器、進而過濾出 fineweb-edu-zhtw。 Dataset Details Dataset Description 資料集規模龐大（train ≈ 4.7M、validation ≈ 521k），每筆樣本包含： text：原始繁中網頁段落。 score：Magistral-Small-2506 對該段落給的 0–5 分教育性評分（int64）。 annotator：標註模型名稱（用於可重現性與後續再標註）。 這份資料的角色是 fineweb-edu-zhtw pipeline 的標註層：基於這些評分訓練出的分類器，再對全量… See the full description on the dataset page: https://huggingface.co/datasets/lianghsun/fineweb-edu-zhtw-magistral-annotations.