// описание
Элитная выборка из датасета FineWeb, в которую вошли только самые структурированные и богатые знаниями документы. Авторы использовали классификаторы глубокого обучения, чтобы отобрать топ-10% наиболее полезного контента для предобучения моделей. Идеальный выбор для создания «умных» систем, которым важна глубина и достоверность информации, а не просто объем текста.