该数据集由 EleutherAI 发布，主要包含从 YouTube 视频中提取的文本内容，用于支持大规模语言模型的训练与研究。
适用于需要海量、真实世界文本语料的研究与开发项目，特别是： * 训练或微调基础语言模型。 * 进行多语言文本分析。 * 构建对话系统或内容生成应用。