HuggingFace Dataset

HuggingFace 数据集国内直取

在本页填写数据集名（如 squad、m-a-p/FineFineWeb），Revision 留空默认 main。后台整仓逐文件拉取并保留原目录结构，最终生成一个网盘分享链接。

填数据集名与 Revision，后台整仓逐文件拉取、保留原目录结构，打包后生成网盘分享链接，适合大文件分片与本地离线使用。

填好数据集名后点击「检索并领取链接」。
整仓拉取，目录结构原样保留。
超大分片会分批续跑，进度实时可见。

数据集下载的常见痛点

公开数据集常用几万到几十万个分片文件，直连时既慢又容易中断，单文件重试成本高。本站按文件粒度拉取上传，失败只补单个文件，不用整仓重来。

🧱

按文件顺序拉取，已传过的文件下一轮自动跳过。

📁

保留 data/、README.md 等原始结构与命名。

🔐

校验值取该 Revision 的 commit sha，确认拿到的是同一份数据。

如 squad、m-a-p/FineFineWeb。

回车刷新分支；留空默认 main。

打包完成后给出分享链接与提取码，一键转存。

HuggingFace 数据集怎么下载？

在本页填写数据集名（如 squad、m-a-p/FineFineWeb），Revision 留空默认 main。后台整仓逐文件拉取并保留原目录结构，最终生成一个网盘分享链接。

数据集和模型有什么区别？

数据集走 HuggingFace 的 datasets 命名空间，模型走 models 命名空间。同名仓库可能两者都存在，请到对应页面提交，例如模型看 HF 模型页。

gated 数据集能下吗？

不能。需作者授权或私有的数据集会被直接拒绝，请在 HuggingFace 申请授权后自行下载。

分片很大的数据集怎么办？

会分批拉取上传，到达单轮时间预算后自动续跑；已完成的文件不会重复传，只补没传完的部分。

能只下某一个子目录吗？

暂不支持按目录筛选，当前按整仓口径拉取，以保证目录结构与校验一致。