Ultra-FineWeb-L1
面壁智能开源的精细化英文网页语料清洗数据集
Ultra-FineWeb-L1 是面壁智能开源的一套经精细处理的英文网页语料库，包含超 1T tokens 与约 11.4 亿文档，数据覆盖至 CC-MAIN-2025-51。作为 UltraData 生态的 L1 过滤层，它通过文本提取、语言过滤、启发式过滤及去重等流程提升数据质量，已上线 HuggingFace，可供模型预训练与语料清洗使用
1
2026-08-20
未收录
—
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
Ultra-FineWeb-L1 是面壁智能开源的一套经精细处理的英文网页语料库，包含超 1T tokens 与约 11.4 亿文档，数据覆盖至 CC-MAIN-2025-51。作为 UltraData 生态的 L1 过滤层，它通过文本提取、语言过滤、启发式过滤及去重等流程提升数据质量，已上线 HuggingFace，可供模型预训练与语料清洗使用
核心功能
价格信息
暂无可验证价格信息暂无足够准确的价格信息。
基础信息
- 更新频率
- 近 7 天 1 条收录动态
- 最近更新
- 2026-08-20
- 覆盖行业
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-08-20开源
面壁智能宣布开源 Ultra-FineWeb-L1，一个经精细处理的英文网页语料数据集，包含 1T+ tokens 与约 11.4 亿文档，作为 UltraData 生态的 L1 过滤层，结合文本提取、语言过滤、启发式过滤与去重流程提升数据质量，已在 HuggingFace 上线。
Ultra-FineWeb-L1 常见问题
关于 Ultra-FineWeb-L1 的定位、核心功能、价格与最近更新。
Ultra-FineWeb-L1 是什么？
Ultra-FineWeb-L1 是面壁智能开源的一套经精细处理的英文网页语料库，包含超 1T tokens 与约 11.4 亿文档，数据覆盖至 CC-MAIN-2025-51。作为 UltraData 生态的 L1 过滤层，它通过文本提取、语言过滤、启发式过滤及去重等流程提升数据质量，已上线 HuggingFace，可供模型预训练与语料清洗使用。
Ultra-FineWeb-L1 有哪些核心功能？
Ultra-FineWeb-L1 当前已核验的核心功能包括：训练数据清洗。
Ultra-FineWeb-L1 如何收费？
AI Equal 当前没有收录 Ultra-FineWeb-L1 的可验证价格信息。
Ultra-FineWeb-L1 最近有什么更新？
2026-08-20：面壁智能宣布开源 Ultra-FineWeb-L1，一个经精细处理的英文网页语料数据集，包含 1T+ tokens 与约 11.4 亿文档，作为 UltraData 生态的 L1 过滤层，结合文本提取、语言过滤、启发式过滤与去重流程提升数据质量，已在 HuggingFace 上线。