https://pengchengneo.github.io/tags/data-engineering/Recent content in Data Engineering on Pengcheng's BlogHugo -- gohugo.iozh-CN© 2026 PengchengTue, 06 Oct 2026 00:00:00 +0000https://pengchengneo.github.io/posts/fineweb-cn/Tue, 06 Oct 2026 00:00:00 +0000https://pengchengneo.github.io/posts/fineweb-cn/FineWeb 长篇技术报告简体中文版，保留正文、插图和交互图表，涵盖网页文本提取、过滤、MinHash 去重、消融实验和 FineWeb-Edu。