diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0001-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0001-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bcde08e531ecfe33703120175b406b276a15fa97
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0001-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:38157617a32936a16ebf48441fb7c521be9c80c759b6c52f94d7a6af0146beb8
+size 97731867
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0002-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0002-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1057b4f25318d160dec2e57ccd24399fee9121d1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0002-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:88e5f38e0db401ae85ba8d2baeb135352cb9cd29f154fcf4d44b7118cc292377
+size 95217265
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0003-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0003-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..da21ed2098a837ed077a1e57ad00d049c9b0a698
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0003-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9ce19a1b2a999c67ea15adb3e66a2230dd968406f4514bf742b4f621bfe7cdd9
+size 96273744
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0004-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0004-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d942ca5ceade15728a1d49f35aac7f9b3b79bf15
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0004-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:774b2f9d04454f1d9a7c3d81cee947b909a0c1774788b222d5e1d9028f484591
+size 98267276
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0005-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0005-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b7e1a4b5e4c4021ed169e2b1e14e651c80d6e75f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0005-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5043b129b212d110c0cb94d53e0e6fad2c4704e1313cbca0f4dd0333779a6922
+size 99155840
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0006-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0006-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0434aaf1963df292a36b8e7e961ae8ece77d4a8d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0006-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2268f31c09a4f442122a14313591966e37091f7d5227609402d2bb06f4f5c37d
+size 97886689
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0007-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0007-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f7657b8ced7f19ee1acc4e237777ceb7e3cb178c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0007-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:05560c5b7c275d4b41395d03b59482b873167be74aa00b6bcb66085bb4b682c4
+size 96050013
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0008-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0008-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f0c4be39cb12646aae61518ef34b9f8ae2b01b12
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0008-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a209d0cc26298b106f51b75e28cf5b97e61fb1fb0f8dd2a7854949d110973420
+size 96568963
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0009-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0009-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eec06b1140c378b5eef916c36e273f9c742d64d0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0009-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5274d421ffd0db741849beb2adf7eae1c11627911f6ba0c2585fc7f4c060a11c
+size 98164354
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0010-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0010-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8b61ece740912c84240612443ed092d9ad7c1975
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0010-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:15c9b09cd9a575b43dd98bf2e63bd9b787675fdc3c91ba57e18386c402a935f5
+size 96378845
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0011-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0011-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d8094c43af508c2c39fb1b6eacc7159998ac9513
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0011-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5c7524530effb5ac41379f77c3c77bc6cc099c23670f270312bcd409dd29e009
+size 97566223
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0012-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0012-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..826fe60a7b2a0d91eb5cfdfff0b82fdf894eef38
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0012-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8afd0317696e98df106045181e4ea20f829d02b38079d51d37e4c80f0f1c0b9e
+size 96047690
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0013-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0013-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..115e6f27c370bc7d969ad8585acbad09444429c6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0013-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f3204ddd4e175b161c7a1f7c61f7739732a76af8268e68402cdcb31ff4a3d5e8
+size 96220137
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0014-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0014-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3d1ae6adcf01dd4afc8b902254002778c7fb6364
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0014-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5fc230f33aa0267e2dd3fe7fdece99a50a374ab112c85c6a186fda04c0b1633c
+size 98033509
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0015-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0015-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b8803e9af96a2c7c405e880e75095aa6376e152e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0015-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0b1618db45c1ca54a90cdc81caaff91cfb3a5b15f6bfab5c3daca7c9cbc32754
+size 97359944
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0016-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0016-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..77ce2f67d136175f44a8197ab245234ccc0ac422
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0016-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0a98856aa187712a489949fbf8e92fe34f81f783ed3b5ba390e84ed25728070f
+size 97520891
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0017-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0017-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9df411a6afae01c2e4e14b87099a3e6280318000
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0017-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2864fae72a9e572723faf3240bd214707e88d1ef64f53e11021cd2e37e9ff277
+size 97613936
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0018-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0018-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..24ab088262b010068c5f52e7d075c9f3ae2f2f91
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0018-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f97044072555fdef5b9713f2efc3e0a791544d314604aaa4251bd6c02c1ce626
+size 99256847
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0019-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0019-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dea0dbbdb7a8f2841b785d5423a148444fed5a1e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0019-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:92a6fe41d5024a920f3632cb73de2e7142912ac746adcbc306c2316a8275a624
+size 98460225
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0020-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0020-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..adbad029dcec8287b271ee4435d8d56c7b88489a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0020-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f29c032b78645c978ab1ae39d6e2269cdbf05aea1d6639ffcfa6ed76d24d957a
+size 96996508
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0021-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0021-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a5a70c9706eaee13d12d9e9df0bd3e84616b8a2b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0021-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c46f2781f3f61632067d04f3baa976d42f6d350c0b4c6532bdea125f2388a867
+size 98040557
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0022-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0022-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b9eecacbc3ea6832e133285aa04b7715bbfc7669
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0022-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:36326505de6b2ba37799c362cc20fdf7858aca0b636e1e38b71c9b5ba26227a7
+size 98389329
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0023-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0023-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2ba012ff8a6153fa0430e001d409624d50648d9d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0023-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0f8dc669c7c6990c4441f4f8435addfc194a5672a78987f823606ec5d510bc70
+size 97192774
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0024-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0024-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4a0a544982dbd4e30d76d236c9e8efa1e93d10b6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0024-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:820cba742f12b4aa8f9fe09c74a5bd6ffb2e525b9f7289c352f484f2cda5f9f9
+size 98432139
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0025-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0025-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3be92a73166ff347017bd180a86c859aabcce7e2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0025-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c0a0891ce63ee67cc2fdbad9a82b7aca679e4b03b79286536f98127b3a970038
+size 96627652
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0026-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0026-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..128095f57a8927e39fa2f812951f1c8eb207e2b9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0026-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9d42d98fbc1f4dd4613e1bb34d15d86da01b336bfa4d895e240091e2a10cf3e0
+size 98111124
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0027-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0027-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fc67670743fd132f9abb658554aa37f77b966a21
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0027-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8e40d4e3e3d5dfad3ca3dcc41c7fb264a439c98847ac892f3fc82d6172876121
+size 98409277
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0028-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0028-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..aed953029696faf0804de8ccf3d040e2583faed7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0028-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ee2d221572a03b9e9bb126a8ce2a2b41025e6ad9c8eeb848ce00be169e0e27d7
+size 97420666
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0029-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0029-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..68637e0c292c1751685f7b9b797e66869e2d12e4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0029-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:682fc9090f2fee2997952e9c29101763a224fb2d35ca6ae1299762f2d5a2efc3
+size 98250701
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0030-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0030-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b4235d610760ef4584cbb429a7282a01db08c975
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0030-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6acabc1c252c41ab216b01980b4f7d28222ae27ee882920072ab28b2746a22a3
+size 98665030
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0031-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0031-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ec0d882f76abd10c5ddcae82019843d43b3f497a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0031-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:395bf56018b0121198d0c7043b065bd11da734761a756627ad35130575fbb443
+size 96615148
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0032-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0032-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a34e71636b831b49f59503c75b1ba8db29be8c6a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0032-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c61c7948ba2a401663e5bcf7d52626b051526518ef03b0a64e44ecaa26c41650
+size 97994688
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0033-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0033-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f58a34b2d354f0070cd49bf2717422f1bbba2370
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0033-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:80bdc330355c851d8d718b704cf2734ae1a27cfd2d657d4a3a518fdd717a6da0
+size 98051440
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0034-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0034-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dfe97fe032f296a1c08f355445e7140de4f50ef5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0034-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f66f24db02e32e200e181c731f2a84e9233d14b66d3f9d8b1ef9154ba1f34d2f
+size 97455769
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0035-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0035-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9741bb88bbd283a434583153359c0cfaad04ed2e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0035-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6c48e6caaf6f19ba1563781e21b1407617dfcdfd2764edc261afbed6054367da
+size 96756204
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0036-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0036-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8c371eae695a6c9ae651c7a873a9935807880461
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0036-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c60090bc6f962090282a6061f31121d4035942cf77aa36991d573a4b0215fc9f
+size 96413847
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0037-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0037-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a353e74490570e8a5e7bbcadedd879a27110a175
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0037-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b1da021032342c657ef472c9bd62b49c33cd2474ef2fac40a47774431a636270
+size 96562306
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0038-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0038-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..81c788a730d9ba6054052601b7702e13ac0bdffa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0038-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:84fc99389b7c6f1e15c4a517ad8cf179e090191552b24a3449ce9db3f903e9d2
+size 97294234
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0039-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0039-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e2dc9344cdca18e41c9efec571a52b58954600f0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0039-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2a7b778716092eafba2463a252107c95c46cbf0ffb801065fe661d126f2400f0
+size 96905808
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0040-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0040-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3e555988e16986c013c3cfcae949d57058608fa4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0040-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8cff3f0b31dd8ae4df7d061029c5507b8c40397c98ebebacedf37446412b2cc6
+size 98266566
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0041-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0041-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c2ee90e078ff0f9332136b82e6b7f28ecba93987
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0041-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b02876442d4e66d62fe942a728a3ae0c33dd4fe289c654dbd820e88905e5302b
+size 97124665
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0042-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0042-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b3b358e37aa164f60aa8608e6571a9f0a4fac189
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0042-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:725f85fe034ab2b508e7b10b71967a86c5cc5b6b4a720492a2bd7c191be59328
+size 97310513
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0043-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0043-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..02f97ace0e54d8c707cb6fea57e81ecce0f881b7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0043-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f5b63bc2cce0e8bbed3322696c04635f896a3985bf968a736b55b21205040e63
+size 97026605
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0044-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0044-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c7de04e1206e8021237b9da0ded053a7b792fdce
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0044-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7aaf96bb741e52470a02ca1b8b0a1617511b8c7094fce64053593cccfc81fe3c
+size 99128049
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0045-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0045-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cfa0575474bd5df5b167e6fd5e74a43dc8d1cb7f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0045-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:57b668ba7a6c536509d1ee27b79530cde61bca3f29f0b2436807e5c128e17ddd
+size 96354228
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0046-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0046-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6a3d419b7267a1ea180811241b963ae27f27391b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0046-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:008ff609045fad381481f9ac516fff6d62f3326f8ca27416cfccf80595031cc1
+size 99271340
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0047-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0047-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6a4855738468286307b7d5d158ce2af7e8352a54
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0047-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9a417022200e5c9c4eaffddbd05ac19a8cfc3bef2a89064ad5f0e51b13a4fee6
+size 98505629
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0048-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0048-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6ec244fdb92af84b0ad5c5563e8783582593f635
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0048-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:24aa5f8a412fce10338cb28bf7806dce1c80bd9c6bab82de2768c8e57b24ddc7
+size 99314193
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0049-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0049-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b8d2f0a8eaaf3adb131d1c43b4349e53bd0b60b3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0049-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f6a9a1706faff64717486e0647dda5c2f0dbeb4600241fc2b1be2305a758e80d
+size 98682065
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0050-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0050-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b0cd52d3767058d1c8973e2783324544298fbb85
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0050-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:450514dee6fe1b8eb10e466ac21ee1b30c491bef760d3b6be83096aff262dfe5
+size 97880495
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0051-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0051-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e88b37636a01fce055d8a3a4337ed7cf2e14bf2a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0051-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9f513451f360a39005a4b25115ad38c6211f01f3e1bad23cd850da95233e120a
+size 97684769
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0052-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0052-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3f8555f06c21466dbb5ae701cbf94d1ec713ab57
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0052-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:54091d2d07b495fc2583b4e58d0fa165f4069356fb15f8b68bd03aa3bb274c9c
+size 96863711
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0053-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0053-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f8a5342253b391bbddc76e5eec6ea36d3da15f58
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0053-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:70b081d4ffcd020b83ff100b4a6527f29d80b50908fb8b40c42924a9928d265a
+size 98448149
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0054-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0054-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ea947d7d05d3782db74d4ec102692965e912bf83
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0054-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fbe584c7d9d9a059c5c5dd4b4ba61e8570d151fa939a1bbaa5747ce11cc65e91
+size 100253811
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0055-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0055-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c8b276f3bc1685fbd5903fd2fc2a80cb5a15ce9c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0055-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9476cd9682d8cefa4bc9c94dbd52caacae24d2fecd99aafd1b85ef62753a42bd
+size 97972866
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0056-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0056-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2300f4b20352c59e37a3c0927d7edc726be9a9b3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0056-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e6f068ce889cfd59ab562a73894df20510a9351fe66015acffd6f163c15fe50b
+size 97723984
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0057-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0057-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dd843c31fee5149e7ce4b6d771f57ab14707e298
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0057-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:73ade37b3f38ec7b0f8720178539ffe6030c50aaef8d590e8cadbd0d749b5f9d
+size 97123710
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0058-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0058-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..567e3bce30b8f0e9077ac444f6a40bcb9854b178
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0058-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:54740b4abedecb86b0b626c0a64c97f954fcb0a6dbf0c375b06bac8d8d190944
+size 96503073
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0059-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0059-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ff08bc21bb6c1c3ab14dd8c70936cc9090043260
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0059-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0e30ec70fa415fd680091e054133605ae6141b4a0ce66d38c4a04652c40df67b
+size 99727558
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0060-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0060-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c78ceb5c362730dc1f6d90f3d412dfd5500205e4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0060-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7922b7853c562782da21972774281a41e90e8c11740ff0c0314912b46f968ca5
+size 98373521
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0061-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0061-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e1efcd39f4117d18ba5fe0b246188d19e3bc8e4a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0061-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dbdd0f00bbca651883802f1f5f6387c52239ac4a2e4b0d89c1f629fdcb4a4697
+size 95790630
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0062-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0062-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1fbe77c5583f239be4401eef6421a77fd18e591a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0062-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:59c9dfa1be72d538bd4c843a7e1318d17af3da0a65ab13ef5252b3fcce250917
+size 96892111
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0063-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0063-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..80276f328e65380ee9ed53a8b9d1d36d2a01c350
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0063-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d9d3b8063084c77fddfdd105929e1f189bce9f79a5e09018bc4029905e0bc16d
+size 96607037
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0064-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0064-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1d23088979e5ccd1d83d609d1a7b06acf78e94dd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0064-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cd0bad1efab53ff26a4260cdd9b52eef680d895b5f417aca5250db58c3db2cd0
+size 95306137
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0065-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0065-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9f851f547e306db75a49d1b15dac25a7c26544d7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0065-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:54260f8bd9af983b4d407aaa942312195207fe5eeb77f11edae65a6764a0af53
+size 98517329
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0066-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0066-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7f3b65ab59f96f16f426f7d8a8ca4c3eeaba9634
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0066-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2960285815e978ff093c7b630414afe756b0c20e833e4e20492caee4e8661628
+size 95090132
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0067-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0067-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..494e80a81cd822ecda0831f9c8a865b5c6f36882
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0067-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:799f532c5dc9249d2c2224b32a139d88305cd9c0a04fb4155ee108bc8315e2e4
+size 96587262
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0068-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0068-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bfb85b00840b86d0c6ae74545250d2e484227f8a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0068-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3a8bce3c59f5c7ffeab5f7ea9af8ad24c1e9132d86743c502716f44ee81cb831
+size 96658397
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0069-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0069-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..af27642fda14f40945f4b6221200d6458c2365a9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0069-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d41c1151deb496258421e7d189d2f000aa8b02bd1fe31b212f19f93f9d8cb564
+size 97881549
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0070-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0070-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6363023ff242ad46a7e66c321fbefa17e92bac8e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0070-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b88b45aa167401e2acc1e3a11e7501728151942224c305db0f63028a6d34ef6e
+size 98927851
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0071-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0071-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..aba84674a485440732de2250c817f14449f00ffb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0071-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ddc4cc46e3458a81f996ca791c19637366fa45ed4170a3c5e205fbeffb855066
+size 97583767
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0072-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0072-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f2e8741b957bd2d9801acf01c3b4d570bcab5966
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0072-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7ef8fa953c7bb5608058c0598d57ab392071a2ff2d58bd03c66142154b484cbb
+size 98352097
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0073-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0073-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bad73f737a9cbdb69911401cfbe3cf7e18d6d446
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0073-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6f27b5d0929afbb60287a3b41e244b857cb1f88cf8c576398f3cca5018c5ea38
+size 98198428
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0074-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0074-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c497b4829c154c91b3addd845a951f90b03f1f00
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0074-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8e372fcbdec7b58fa83ec47f5131416eb1a43b45a3887a06c0c10ca219b242aa
+size 96153195
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0075-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0075-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9b45d3c6beaa16de455f8a866f8c5a2768d84b66
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0075-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c3ddeb5c8058756ed4acda3dd6a96da5f54f7cc5127fb0d0d859eb9c642a8d2b
+size 98923273
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0076-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0076-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..50ead4ea875e8fbdaf2bd47227700fc41485678e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0076-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:020bd46336b1874763eee3cd1e864befc52a296b8923d79b0d051d0cfb1fe197
+size 98964385
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0077-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0077-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fd457a87863d219f61e42e54e335abee32894319
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0077-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b4bf1de0dfe7d22523e1b6f70dae49ccaef4313f15a146dac580566bcd846691
+size 96421155
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0078-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0078-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..24ce7e658465e7a0193560b1091978567fac5696
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0078-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dd78452958bd39cd4091269629ff672a6a94dd607ebe265ff1b5b9af77c3b852
+size 97458583
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0079-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0079-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d2824744e8db10115e81065bd34a6c1864563d7b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0079-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c3128f5855414c58dd990d17e67fb7b657d27f111904dc8668b2b4af84fef638
+size 98445407
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0080-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0080-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bab0139293fd247a3c373de2d596cb3931453691
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0080-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8f6bb186f1caeb4811ee4eb879df5afb81458ea79f4d9ba4a0c0c0d96a0d98de
+size 95964945
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0081-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0081-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..be5d77651de778e835ac8270de021a98568ac522
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0081-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8f44eef0e3a07f32d02333c711e3b166ff1908e352798c126a12d42e144e423a
+size 98592683
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0082-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0082-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fe736ce8d59aedcc9e9e51041744adb6e93a18f9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0082-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7f2036c004dbeff7a7346a4748a12412a5c0a3e2ede01b27ed6789b29fb862b8
+size 97841014
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0083-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0083-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..78392b42f4371e8a90acb78d0730b25c28105ea7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0083-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4d5c438add20e9f39f861158e73b4c6ee50ea9789d615ceeb654802e97966f9a
+size 98021561
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0084-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0084-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cdea6d7edfc707c8a2266a83c144d8d7a7d1678b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0084-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:04b663b1892f2c7eba143fa03969f47801486f16ed5c1c38f85f439b21baa065
+size 97393111
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0085-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0085-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5e376dc8e208a447ff1dc2d55d58996d31c7a819
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0085-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:62af20d3dcf1c832081ebd3a7002fabc3bba2318f0a823089c459276aab6a10a
+size 97645637
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0086-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0086-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d4310dede69b151c43b550693f40a497ab080d9e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0086-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5d83b3057c3661692d4c84eaf8f90d1afd011ad4647b29b4e3c3b47963756c52
+size 97730468
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0087-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0087-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3192ee9c014110560be746b9aa922aca88eb28f0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0087-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:199681b5e4a8a0225bdf51d186f9c7730010e8ffe4f585ede2c5b6976f3ebb72
+size 97035995
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0088-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0088-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..26ada9683b2458ff4f0a5857749aaa39b6e92bdf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0088-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d6a981ffd682cad9e75358ff58f3e2c0ccbe97aba3fbb3daa0322e9cf6a42933
+size 97634193
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0089-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0089-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3e0610725d9fdfef54209a66139e84532fa14fcb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0089-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:09c1ea822637feef6bc7ca0c5592031f8b55a5f6e38a874e45c4c8391f9d436c
+size 97562724
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0090-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0090-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bf84b6644a3f27ddac04ec8cabf3240b9b106035
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0090-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1a7a3ce845481114e03fbfab5f0c79f2842b276e234863d8579374ff41fbc1af
+size 97413122
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0091-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0091-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..737bf1c2fe3fa5d3f763a05c79f88da754850a52
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0091-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2c8870b14a8858cd797a51178c1d6175982829ca56c082492b1d71a0f06d0592
+size 96584669
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0092-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0092-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..919059ea2d6f9d9bc1f2e9063d764c4898123ee3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0092-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e4e51abd99e2b4f117a1d8df269a1ff39b2027caa204245cc524927e39e15372
+size 98788582
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0093-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0093-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..645d004b8b3f726281bd1c00aeaf2b604f39dbe4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0093-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c30542d2e4bd539246700480f0755c59b8a6bd0b784ee5eb690798404bb90e07
+size 96867553
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0094-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0094-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..db026ece2b76ffd80d62b5472a602ae68be3d519
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0094-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:606e91a8f41e9088e10682937a505dfa997150ccbdf6cf01dfbbc7b08aec2195
+size 98896847
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0095-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0095-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c12a2b3dc9df263549a554ef3576f26cdf2fb4c5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0095-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d2776ee90fe282823dd65bb0fd83bdf4503e8c4cd21f74e5d5853f184d8ed024
+size 97023824
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0096-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0096-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..79704c484d51e3d0899a7e071d8177615c07124d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0096-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:58eda107413294038155306bdcd138368abe5ab9c0645856b620c040ee04b4c6
+size 98930386
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0097-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0097-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b27c3e5aa97cdf090c2bb074c53030694caef32b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0097-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e358e32aa4b2521d54fb868695fd9824f287a52c05e54768ebeb8149666bd83f
+size 98151675
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0098-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0098-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fa66732e56494f5769bb1cdcb0ed147468c91deb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0098-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3ccf8842b1d1bb442e8089e76f5b95ff0e82694ab454ca95bc12dde81d430c32
+size 96935383
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0099-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0099-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..61f8aed692ddd9138e3a260165c8a8235e73317e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0099-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c79f5876803023f44399bb70057d25dea05df2e53abfaa57f54e09056acfe6af
+size 98464241
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0100-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0100-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4e72133b0c2f338f7cb2e3bb8bc271504f96710b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0100-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e5376794d9137ddc2265ade0587d2633e7f61990083be0b1267cf7a8149244d0
+size 99063038
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0101-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0101-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..79df7ee4c3192a33cb39a09119a77080f6184d41
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0101-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:db4b7882ae5f63928ce01f3dd7760b324c7cd68a0c669105b11d84f3b55554b8
+size 96899730
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0102-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0102-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..af3547c9ae0fb66fb4e49395aa473c89f8fc000d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0102-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a601bdef782e1d49b2addaafcde6bb44e196fab73762ccb85d9bd65e864150f2
+size 98015045
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0103-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0103-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2dfe8a53a0b0455f2ac5f5bfbec827ca8661a90b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0103-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:05515e94dfdf446b569a6692c600eae71baf1704ea687f01815760f0583277eb
+size 94973100
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0104-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0104-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6321f3c1fc347b37bc2b72a4e57d06a3109c749c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0104-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2becabe016fd6f93de21a2d6778e1a0766632bdddc2390b249aaa00a8c37a2ff
+size 96366860
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0105-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0105-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..efb7270c2bc9322c3dac1de908a46ebdfca1c4c2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0105-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:68dad91037f1a67a85f310693dd954df85e5ae1958470c9966f4eb458896817c
+size 96721121
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0106-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0106-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..aad0a60412008620e7eb306db9f42dcf1705e64e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0106-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:35ec3085960002676df29d536d0de655cf7b06b59a9c7cc84eda1290d69493ce
+size 98106558
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0107-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0107-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f65472e762400d0e5bd3a6226dd8d7658082d128
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0107-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:412581ca43f25bba6caa789d254855556889fa5fcd9735beaed564255beb6f0a
+size 96721454
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0108-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0108-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d63f99fadcc909220bfb04ff1eeae6ab3e5d214b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0108-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4cc4ea3b5f15ca9b6ee93e3c4cb81a1b8d28fb0dc1ef1a08a1e5c7ad70981860
+size 97602227
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0109-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0109-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8c61120fec7da0912c84cee81c36e06365581410
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0109-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:21d0096b0d146039ac20e01f70af77728f13ceee3abdb15e9192ef202e033056
+size 99414220
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0110-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0110-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bd74e66a9164512e934b81b5738edd0fb28c2a95
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0110-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:54923d993b06c622ab34268fb603e8024931c054e111ffcccfcf47a70e495c74
+size 97953080
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0111-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0111-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0f4576221f724907e4e21f22a71e0dd40c6fe3c3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0111-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4e6b7832cc97d72794c1b7448b966d25a083aac86fd55e761967b0ef754a9c90
+size 96143938
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0112-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0112-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7a8612ebc53a71334ac3629bddff195618f50681
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0112-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:894cf06f1e39b7af95b510f10c0e026b5738f5278788b854765f71dc97241fb3
+size 97425054
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0113-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0113-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..09d5c79c83883383bc9c0468a5f6d8ba76528ac5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0113-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:06a5405fa6fa72de83fd0be2ba48cd526933a8571f4620c4ae687c2510833d5c
+size 98313369
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0114-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0114-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..671ac9863b7718e2819dcd0b7cacfb06cfd3da87
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0114-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:114d42100e2f2538dbaff80372ab0dbfa36b1d6d6266a4e4230c1a9b123a3ae9
+size 97351627
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0115-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0115-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..32df0e22c4a333bd3037a405f1612453d2f6a76b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0115-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c6362b150e7af5664a181fbca7a76f9e089db6936578859e4fbf0a5e0fcd28ae
+size 98406255
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0116-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0116-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..553dd88c66f0d6252fcd63fe090ef6016f8efaf0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0116-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a8636c26b98e3897896198bc535a798ccb6ea14067834024fd3f3eb201bd05ff
+size 98524402
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0117-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0117-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b058e6329949d8ab83362946970d1a580a474ae8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0117-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:175f1b94a6abdc602595334bcea435b2536caebc64fbb3177a07be8bce2d7fe2
+size 99208191
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0118-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0118-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cf34a15aa9ea71caca1ad9dcb5dfedaace4fe77b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0118-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ab742ab2762d997b542e1678c83fc7670c586e502be263790197a16a213c7c14
+size 99283794
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0119-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0119-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f32acba5b0084a5039bcb40d1ce0ce2c8815079f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0119-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f903c32bde24222255bff39fef8f53528a2d879e6be887ba0402c86259bd6c40
+size 98504013
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0120-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0120-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f8ed1113ea3a4a847cdd83f4c6f727f00b5ad580
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0120-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:903e1b0689a95cf1af6e443a9ac05a75b50e6f3ef1581baddfc6d4a059ee3a9e
+size 98373456
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0121-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0121-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f464270d5eb6a0be9fb89d1c088ab8157c0527a3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0121-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:02256f883b03247b1c30a06d5687244889a70c4d71ed4612fecc4ed8cdba7dff
+size 97682653
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0122-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0122-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b5fe55727c7952d9fc1f72e7c13d421995933ec2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0122-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:30455eabdb525fc2d9504cb30139576c3677c0b1bd09bb2f43d7a137eab63de8
+size 97353111
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0123-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0123-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..471b01a5f254ffda26529c336e40e07c4e4cd24f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0123-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ff6e437e8497bdea6792e280947bcdde7786487e4ecbcc007fda0b16d1ef23ed
+size 98338825
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0124-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0124-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cc63ffe33df1a248cdb277052fc1322fd8c44a1f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0124-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1a6537bf7736e264e274c2705f83868a72f636703f2164f7ad0ed1025e5be577
+size 99066762
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0125-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0125-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b8d5e4aefefb24526e7c991d06d8cf13beee2be4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0125-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:78cca19f355c80c0d69dce0f9da9f95580c1f007e8bc7eb3141a89490f879415
+size 96718256
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0126-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0126-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c01114c46c5e664119928a512cc6004945374af9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0126-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:164ba487f0de15ef9558a8299968c730292fdf499a2519b68d0118ca8f55de2b
+size 95742292
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0127-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0127-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..01946b2d0f8d51597f23e6e7f6183878120d4f48
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0127-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c4fa5108a3c51b8e0b108c378845d358776594b106e7ea7f132b734860de8189
+size 96162722
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0128-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0128-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c08418ab6162cbf4dd5905dc46b857c6d00fa675
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0128-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:191b017b0bdccda6d39aecee6c37ec92ccf1d7ed50d01ab3a32ac26d17c0c6fd
+size 97492669
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0129-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0129-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..156ca0ef283ed6fdffa2d86adfad60b1ff45eca4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0129-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a778469de283591c4e96a79ca7c06e3b858cd0e32121c1113b3f3d546d2f45e1
+size 96965463
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0130-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0130-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ea911dcd41b346259c3a170840178507a07c7358
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0130-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e0441d7fc3457583b27e708bc71092bece16bdeed1f641b1a9e2aaa7a17c91bf
+size 96772973
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0131-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0131-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e66d0547ea0735ddac0cbc950c65aa14b15909b4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0131-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3734a9437832f83d7542620dec9d255f994c0e6ffb1c15dc80e299802975a23e
+size 94143729
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0132-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0132-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..76e94443220ab9528b801e663aeb2a1a695bc042
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0132-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cb6bba492d9f9bf7b2cf735c144032965c201a6314d2e87776e3eb3f9e275278
+size 97860084
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0133-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0133-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9af39ac176184c967a11e49055ff15b05ded0a25
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0133-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:055b75dc4975c26d27734e60c30b3df8b0189553fe6c1dc4e3ba29d66c20754f
+size 97995337
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0134-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0134-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2ac5ec8371871eafd7e8e59f6324356c1fcb1761
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0134-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:aeb3077ad42d5badb00d153d57d19c9fe8d16897313cc93bd6b823fdbcfaf27b
+size 96813905
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0135-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0135-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fdd5f0d77632c0ff921bc6bb5814076b138d74e9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0135-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:74a01297df352bdc2b027246c641cf500900911629423daccc68504e142705eb
+size 97350059
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0136-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0136-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1668470795fd3be076f7f774c85f5ae199a8c0cb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0136-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:85a353b55e414c2932334160fc3570380ee02c2a70c497cb4df8f5ebf31dfaec
+size 95770484
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0137-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0137-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d92bdd8609ab8cde2407fd533d485c0a3666527a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0137-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2a3e797a99da088edd603c25d722887b09cc672aa2f3e32692c3736915930b75
+size 96723195
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0138-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0138-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3d3f82f861ff7572f3a20fc2359defd1c2673522
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0138-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e34b0e2beada84319c3d97959527830afc0e9df1f68702e21e3e4434b5ff23fe
+size 99028052
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0139-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0139-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ec8facf18c6bc13515eade29ebc698ab814de576
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0139-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7599bf62c0f0f82d92d041e8afc844b024628c0dd60d0e36139627d8435acade
+size 97528803
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0140-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0140-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9906f0659d1437f961faca6b05ec727eeb30c333
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0140-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9f8cb73b912d25201b62b7a08e6e4cd0e98b0e9bed3b03a4520443122723fa43
+size 98027180
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0141-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0141-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..72ef4a5f3f9d4ee0fe4d3440db84a72d4e1e037b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0141-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0a5929f30237a78c9130c0a6caecf64ad41c5122be88018e86639200ed1506bb
+size 96063819
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0142-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0142-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bd7f0397262a1d0a64edcba4b4e2365fb744bafc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0142-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e081326205fa79d1b06986c99822047d4425bea16f0ceaeb91fcc6e4cb4db35e
+size 96601716
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0143-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0143-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..94aec2865940fb2226a7df0e480d612afd061fd3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0143-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3c7ab904b0089343496b41b8d3d16a4aae5fe4a594d7aad84fae3924a6c016d2
+size 96298648
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0144-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0144-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..adcc2c9cf30f7b7f360f468f97b29381b1aa3bf8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0144-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7196d05f59dad130ae9cbf3d65436a9412926cc9822506d183bd760d35c0ae7a
+size 99713226
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0145-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0145-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b9c65bffb612df8526486b972974a0228221e2f6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0145-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4d19e52639141c92c5a04f68bc473e8e928265a47caa80e27e416bda9fb8cf01
+size 97597267
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0146-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0146-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..77dc90862f2b3cc0335afa4cb0063e5d1025f19c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0146-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6f7e2701d8dbe12ddd99ee19fcde09091ac5f7c1e3423fd5f2de2361c896a52c
+size 97771293
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0147-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0147-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a4ffdc9b1133dfee4ea6e98e231ce222a1e7a286
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0147-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3cd8a25e34e32ee8fecf2b9f2c2c6f88ef31e013bcd3dbc93fed8297d56f25ba
+size 97326425
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0148-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0148-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..915d52521aa3872a7089926ae73183a95d6b9cd4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0148-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fbcd905b18a9a0fceaa50f78ec81d17a389ff9f0a022b4f2e5a1b60b2d60deb5
+size 98778496
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0149-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0149-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c950f837e4de2ba35a90bb4267962276ffa68ec0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0149-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1b42c2e917c72e2dc326b69db0dbe3566709d3ba9f7b21e663bdb6a5a2f23997
+size 97679221
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0150-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0150-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..473e54526c59e8c128165589db58c2038b751536
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0150-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d41e11f242b21d26cd27879522d006b8c5bb300fcf4a18379b6698d5af46176c
+size 96319672
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0151-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0151-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f46cfe648ca261c2efc1b25b90134dcc04c17dcb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0151-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c23efa247d8f6357894e37995492a66b8a19e989b5fd43b6c08d490eb4d4c8da
+size 97013234
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0152-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0152-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..512d56aef74225842acfd5372539fb383a811ca7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0152-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:350b7b2d0ff2242ba37e3b15b3b3262a2fbf2a789096c6a494cfaf961ebf54e7
+size 96742209
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0153-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0153-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f7afe0a337bd04f6dd22f7c91cdb58e932fb15f9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0153-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c0ee18b61936a33b17b3898e589f2359f664f1d61fb811d167fb0ff95a605b85
+size 96399773
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0154-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0154-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d6ecfa86b1d2033b498d6e0b9f16b59d54268f85
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0154-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:32e80652c5a61b60aba26481619024001141bba2aa3e127f03dff41b92ac92e7
+size 97248377
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0155-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0155-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cf1a37a7d7b07fc682250589625005f718b29de1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0155-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:86878598dfa725dbd197f1a2492539c69971f83bde3cacb468f62c1f016600b0
+size 95531679
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0156-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0156-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..00549df26b4390aa5276cc42db6e0eca1bb13cb8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0156-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c1ab91db8c857272fa1c697d2a46b48f4a03d0352b08ae777a45c18007c457f1
+size 97164847
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0157-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0157-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..74f2fc2e4dfe26c17a8819b679c9c3c0d1a259e9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0157-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:606758bc43657749d690f1301a8b6bcf2dd551b1de11a8faf1db3fcfc21d53c9
+size 98288020
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0158-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0158-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cd5883a3bd89a1336fe7a5bf04ff768651283e55
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0158-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5e49208ba2c38655f65129fd67ffbddb9dc5a41f72155a962f20e99025019d68
+size 96504292
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0159-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0159-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..557f35fc62edc99c830f86e9f0067c2d52780963
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0159-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b62830e9c2e3a93d28b720f4dbe829cbcf9607098efb6c3da484732537636f17
+size 96019300
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0160-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0160-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d01bd70429522ee40f0075560f68fb9db28ae11a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0160-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d4726029f711f82d1835c0d3ccfaafc116562ef7ed1b44413b89373995319b0d
+size 98681044
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0161-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0161-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8eb2f5e5278ff34f2bda78cdd085705233131abf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0161-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c2304cb03be265ac5eb86e76c43a6501424d03aef8049c07d0f0ac1ce95aceaf
+size 97817987
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0162-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0162-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..763aba4986620fdad195ee092a7436441fcf8daa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0162-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:89ee781c7892aef90c13a4e66cf5d6fa753050a77ca4bdeb30b228d22bd853a5
+size 99553913
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0163-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0163-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a64e97a742f27daae76c6bcb22d0cdeadb9757fc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0163-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3814bd8624123badd0c74e2c3b51fc31bfcb525cc9f97be65452fb7111359a8b
+size 98501575
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0164-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0164-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e30292892a5b977e344297e9c426b67be9bb8e48
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0164-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:76726f9646c6b4d8bb1f1bb218eadf995b15f7e502ef4b67dfe89199c72a4495
+size 96482491
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0165-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0165-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e3a93f8ca2242f3370bfdd4e2ec691be641dc9ce
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0165-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7f7738effdc4dddfe8ed5ba772bdf43ffb4d0697197a845a404d0a675fe9f98b
+size 98602619
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0166-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0166-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..697d9f10d3168736e76719c95d03da65c76e0b65
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0166-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f5b2a4a9b7405ed4153ddbd521dfc42a6423c255287595f379db0e50861cc1fa
+size 98088674
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0167-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0167-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0efae7af0a3895b23cd44f76f6a5009868f544dc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0167-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9077b9d0d8ffb05fddf69c8b6ffc1007d270972144e32f0c494a55310a67e803
+size 98874155
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0168-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0168-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4a048fd2bbff41922177a1086f2bacbe570b8e21
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0168-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0a71a2d2ed12ebfcbfbc0381b79d6cf1d32cd670ed974daa873255384bc64388
+size 96696715
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0169-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0169-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f98c7b3acb27dc8c3ec868ecb175b883dea72e80
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0169-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8999f3a3690bc840a685061633f1f1ea3e1d049fc0bfdbf3ceffbe93ace61e77
+size 98252455
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0170-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0170-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..113634efdf0b578913528aeb61299268be2d3ffe
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0170-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ff9f9b1e2a2ade55ec495dd6264427e0d063e9671c5ff931cecaea54654d89b6
+size 98841839
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0171-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0171-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..781cf9b82e6cc71c19c4c5b0b583dbd16374420e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0171-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:71c6c1360c4a9b091667c595cd3ce52af3943d585df97f97ea5789cdfe2a5401
+size 95785653
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0172-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0172-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..726786a8c0419c2798fb523c30c634ec44c5a02d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0172-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:65ea7d75c771ebb3daafab179003693a7e685e9fb279e7e156fc70cb3fe7a105
+size 95418166
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0173-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0173-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ed411cc140e5025dc8d38971cb3626e4ac680dc6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0173-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c002bfa8ffb1c55f7469b851898f5dad21d2e3aade2b42bed6281f06a0bef295
+size 96300748
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0174-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0174-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9018ed3f45f8037a2683eb13a991085fe1d516d8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0174-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e918d99a77c74dbe02c758755ca943e9183db2ab27be7ddf61432a12b231fb65
+size 96681771
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0175-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0175-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..75e8612993ca42cc2cffaff7aca0adf58ad055c8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0175-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dc9a0a0d53564214d6f6c5eeb91a8376925f52694f25128c24d4e153684f2817
+size 96680468
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0176-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0176-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3498fc820368a863ccda11ebad1882dc8b8acc1c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0176-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:62817094be3fee6ac6b781e283af160015eba7639d1cc73f04ddeadd209435ce
+size 97784665
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0177-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0177-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..10bcc096373b1648e669a065efc35b2cb3b158b3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0177-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:773dd26905fd2f337b6e368f02f7e1143f7b2a481f2601af42d4ffdc217f282c
+size 99434036
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0178-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0178-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2099f3c106809e74ba450ea0f7eeebb3b93bf15e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0178-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e6243d077970b500ed8c6b3ba68ac964bb27804fd4935ae1b41fb7fea63a4944
+size 98935281
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0179-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0179-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a86cb43d742d957abb02be6f96f132244e1680e2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0179-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0e4cf471a0e56cbef6fe63b71bde196f08f455a7390eb058a01d6769ec463235
+size 98467568
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0180-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0180-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f7445b1f29534012227d0f2e66569819b9467fcf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0180-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:01ab2f6a07070fc4a1b4fc123c71200131401adf00943ca3407ee6dd74dca624
+size 98233502
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0181-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0181-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3f5a018477c2cb81ed228e02eda678e5a9518d50
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0181-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:71a1f4adec830577c01f4e3536608b318a00ae6f3e7754b9090b3778df4b39c0
+size 97083852
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0182-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0182-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..97c08e01b406ce54fff8e2474f7231030ad17c72
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0182-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d5b334610b9f6cd2498579c3cb91a926f587353e8f43263591c109693ee6ef0a
+size 98343042
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0183-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0183-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ca0c53f06c485f24774b3caceeb98fbe6ac18c11
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0183-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:82afae32dd7948ca97ba38cc885d8c87d10a17823b9985cc12380ddf9b9c8ec4
+size 98485143
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0184-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0184-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..db2c21f5ca8e4e7a41aa0304ab96075306923183
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0184-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b816b1028e81a6b8b729cafd8418a8151410c48cdb4ca4f5ce9dbb3b734cb1d6
+size 98032447
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0185-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0185-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b6462d71b8e1b589435b3d65527a5261fa6e3682
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0185-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d09fb22ad7ae577dfdf3bea8f49c76b4d8ea2f64a284e8b5ea9037398dde0a46
+size 97710991
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0186-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0186-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..257280e7dd6cec751e614a6b00654b672b823d4f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0186-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d7a91b3e70e745b1eee0dff5bbdd130f6d81759b602275a29ef1eabf5583e077
+size 96926217
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0187-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0187-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..264cf60fb1d5dd87fd651474299a3a3cb693e494
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0187-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:29a3cc13c60897004115cb45989cb41dabef85e70e6ee5d44bbc5f2ab04d0aca
+size 98449591
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0188-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0188-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1d624769d552ebe43a3c7894a22046018b9a7e04
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0188-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a5b6c1d662b5c5bc509427c20689574561caea5ca88d087b46274246fd04bd93
+size 98777095
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0189-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0189-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..69df18a767393392e811522f0c7a5b2ff1121a74
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0189-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cd6f65d77df0a6f7cc33f13fcc2b8b7608934eafdd8708eff2ce0d9c4d1c0cef
+size 95203745
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0190-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0190-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c12e5c3940e2c0d157d97eb38f7ef7b117736dc3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0190-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a1a411bfbb18e123fe9e81b6df49785976e81995ee5b1b924e3c978613fb64b1
+size 98165695
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0191-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0191-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0b61c471d417ab432e7986ad2daf3e5382b5109e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0191-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:70277aa1d2e876beaaf86454092224d0ffdf79e7961414a0ee87395a63cad268
+size 96840572
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0192-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0192-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2b5a257ec4853ad3008d841faa22feb95a2c2022
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0192-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:76cc318cec531c3f50758696dc0df339acdf1b02e4c71aa246fc332ae2078395
+size 96588635
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0193-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0193-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2216bfc5757793ec6d66fa6c39af2d4dd8bbe8d9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0193-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ae347a888bd30de8ac8d7be0a196f71096fe748d96457f7f65e7c5c66ff79ce7
+size 98426333
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0194-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0194-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4ea1e28637542d8880345a367d6535c2bd71e4e0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0194-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b08bab1bfbad47096e2e82def41dff3270b833fb504dd9feec2499e9108cdb91
+size 97344249
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0195-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0195-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..be15fa4b52876943e0678888edd5ea5ab34c0569
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0195-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:04c70eff71ab70563bdc3a61d846c4c7f71ab525913c16692ecdfc7bde631143
+size 98310783
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0196-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0196-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0faea292fc0b7b5c1b9ef799ec64c52dd1a98af9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0196-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6953a68e35fe91ec241909a947473a946fee85b32b6a917372252ec5fccf0a28
+size 98690104
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0197-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0197-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c364e3dbf18d6f389cd8467362ffb9c143078661
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0197-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6ade2398d684d664638dde0d505c503f3b9bd8c4987921889ee0ccc1782bd9e4
+size 99562496
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0198-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0198-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eb4792e8ddf168cbb4ffde91dbbd375bb91d2d0a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0198-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:03f8c0f31f66d6ba149b460b1405d0c6ed2c256edaa2aae97ada06c4fe4daf5b
+size 97827492
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0199-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0199-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..50ff77eeeab06ae35e713acac5c4f716ea315012
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0199-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:97f241516c06af867936eb84d6526f1505f9fa070857656b868d72450eaf2a77
+size 100534419
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0200-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0200-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..de996b8297c0b2dddc934065f8392a4557dbf053
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0200-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:db5bff041bf401ade0cd5c4d46ae77b688aa9c257fdaf3f3d29054f8c3d8b3bc
+size 97014798
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0201-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0201-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..206ba099452a8d83c7c544f81c86314e1d04e9d8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0201-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f7c57dffac94bd7ba8c0347ea9ff4d8aa305f050d0da6318984f96312f4d12d0
+size 97380976
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0202-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0202-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..26f43e6ac355633ab54fbe4a165ea32c8eceb0a9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0202-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:efacb08cce56b4cf24f2e3912e87426a7fdbf2d5891fa23890c2c080d09e2bb3
+size 97871357
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0203-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0203-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..518265362e7cc323da9a7e27bbcd196ddfba1d2d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0203-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9d74653e4a47ca91f89a37cd608fc767fd1fdfe128da4fbacb9f4d7888bc9b7d
+size 97697194
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0204-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0204-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cb1d13b0e7131b4218b468ca2c8881e37883b934
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0204-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f0c07bdfa963e31ba3009e3587a536b9bde6686a620fdee2d1eb1a57e963cfc1
+size 98207415
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0205-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0205-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bcd56206cd0c682514014eb77bd07a841be544f0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0205-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3fda0b0d946b141225432198609691341d9d23501544d59c2268a2caa5a0a3d1
+size 96133143
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0206-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0206-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a27e2a26fbef896226d3bbca2b9037d6f471d955
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0206-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a2c176c290c6d2a9c5bb47dc1e45d72d5fecd39b188175b5e577d3685bb604ff
+size 97760283
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0207-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0207-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a17919f8fa58dba6cad6152be3c7de896a9a2a38
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0207-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4c726f9f341c082aaca97c258093517d2ded2d73eae419747f624a33aeaf836d
+size 95977009
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0208-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0208-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c809e1a4e02288cda8c267ee8e95e3964e868868
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0208-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:91ffaf49d9ea927a787481019d59050ac8bcfff7224691d7b4e8f81af690b33c
+size 97684358
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0209-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0209-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..552a6ae42d5a8fcd095074584774880ad1c39395
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0209-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e109b0f08e6f9997958618e47b7c2aed40f3c43847f16fc0fa35826d3f8b1d84
+size 97429269
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0210-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0210-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7020e53bc5b1e7a902750d06fe6752250b3691e3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0210-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f3d74ab0819a9b4697cd936a8407b8ead136d883ee308eb15c6820c545d8ac16
+size 97197379
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0211-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0211-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1aaf5c74fcbaa647c87dda5b9c71bf505d88b0a2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0211-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b7a6af78ab7e0e21f3af7f1d083c8aa346e8a58c963be9f0ea86a3c34e00e6be
+size 96704743
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0212-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0212-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..02f67dbf5f56b0417254054586b887467214e5fb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0212-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5bcb114816f53d04fede8f8f9343b12c04bf9d7142157a9d44f6c84633b00abe
+size 98016528
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0213-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0213-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5f0d95b756066d79a259cbc693ab08d26b8a0f4d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0213-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5522cafcbc1902a7168bf8ca000aa0b62a7a96db3e36cd8ccfe6d06643fd02dd
+size 97065848
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0214-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0214-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f8f335d81d8168e8257d438e78c1b945d41295ac
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0214-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ee9595e4728ded416b12f24bcc858319df3b73ec6b3d02ba61dc84c5a54d7b9e
+size 98017091
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0215-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0215-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..23375e243d6e42f6ed3641b2c0e961cc13ec6287
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0215-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:288d521bf5d4b2450f915758f6003c50b0ed7a47440d5ff9f446e3e1854e8f85
+size 97743506
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0216-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0216-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..24eb68960582fb9df98056db32df645c5c288210
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0216-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5aa83b3f4f74274911bedb3e8bf857738f2a5e1f0cd3a169f2405bb98d52c8fa
+size 97136450
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0217-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0217-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d7ce9772c16aa32c297f16cf624ce94fe64a34ed
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0217-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0d67117777011640dc806aea991398b1c7fe6fa5563bbb7057ec13b65f6a6a42
+size 98282128
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0218-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0218-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f7d34e13401746dee284496d055268815dbd312d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0218-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b188a4526832cb0d73564d3df2e73e85e8e9b2beb369aeb618f7a99f4893e074
+size 97849513
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0219-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0219-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..585930e5bc1056f21497759477fba2908b9cc21b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0219-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:225cd503cb1aa1901566e6e5d17342779d78d630b62171e8f1f9b06e630f2227
+size 97345028
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0220-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0220-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ff4729c0643c320fb6e0848c6e389199f8dc1710
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0220-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eee74c8bb71e765f52e4a715c2476dada14f76e45519f17fd20d48c2abef8156
+size 96160478
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0221-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0221-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..431afe7d1ec71ad73f3b8af4bd15b71be410773f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0221-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:40e453471376a916dd94275560e15c1102786a0d1da4de95e05dec4beff6e250
+size 98269357
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0222-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0222-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1af8bd5789d2fc4d5d990f2e13d3f1cc430c8d3f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0222-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a2e8aaba39fb4d0077be53a6207df5866eb6818b98400f60bf0fe7ccdc180cac
+size 96599299
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0223-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0223-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..27e56b4602892bac9272287ebdba7de54601092f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0223-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d931937762eeea8f85930ded5b4485d0947b96233077102d0b7dbc5d33eddeed
+size 96757000
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0224-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0224-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d43fad02a51b30ab6e6138c8487396782501e6d4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0224-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6b771eb65803c59e6becf9bc5437fcd39198cd681ed7875eff0f94a17feaf562
+size 97743291
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0225-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0225-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cc5c5019cb48dc535def2d0659ea8d39cfd70c06
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0225-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6118f55edd085455291a8a34d0f4e815ff547673e873d14277858387fb6ebe67
+size 97384016
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0226-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0226-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c1a21e466a8085b9907df128eaa6c4c48df42193
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0226-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:32dc46a8f084476444e21f9fe150a171d5211804b857f6c6a59c15e7fa35fd37
+size 95803820
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0227-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0227-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e7ac4a10cb7abb1950eed1a07abc363dd8d91ad8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0227-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:78414e86789bcfcd909fa4458cfc514faa7e2b23636dcacc5a1ab82558bf51f0
+size 97205008
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0228-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0228-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7ccbd807a087eb7865fa26e137489125cb373171
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0228-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8ef9dcf6a943ef03264e91f32867b53c9aa964fe21a1a8901407cbe59b105f16
+size 97007941
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0229-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0229-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4463ce53fb5a1b7ddc0494242fbfdcd2b672f00f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0229-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c199a73692e4e3e791cbd474e8899101f7a1cc4636b7cbf7cff0ec9add652bb6
+size 98086445
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0230-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0230-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a5579ac6e2dc511f2adaed0d23f23ebe5b0be15b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0230-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e3a948ef4b111e3e89a620404656bd8ecbdd8c86ea73d4299c00628655e99e9b
+size 97447303
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0231-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0231-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f61def07b732771a5e3a68c7f68806f9a0446a7b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0231-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5eb785887dba7e184d437068273c6c287d7ecf37d62a4bb9afe6b64139c8c016
+size 98159626
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0232-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0232-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b9f0e7c4f980b8f97963676e1d060b56f0e380b2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0232-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a1543c3a356bd0f7253c30964f18a94f416f2fe28ea7aa3e103ab572e33d1e90
+size 97274939
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0233-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0233-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..562264b386a51b6007e59a185c42fdf3a3211481
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0233-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:23c9efc288fe57802c89fddaa0b9c36dbf4af43e8fe1f338f88df63c1571c2b9
+size 98761830
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0234-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0234-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bd91ff00ba8c4a58c85be995e73fc755c160c1d6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0234-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0132fa18d9c5aaa9c07f5ef41f3f5894163432d4df4ad8dce683d59beb5de787
+size 98730449
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0235-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0235-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9c43af5867e40c60a85e46916bb937804bd2f6b1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0235-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:06dfb7edb296e5d300d8c5061cb4f49f78e807f8bdfeca178d66e4b20447e7eb
+size 95824390
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0236-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0236-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5838fc0f01eccbe0b4340dfbc2061a252f3c110b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0236-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9d2bf006638fd3f2312701c1e022cc538f6cfd4b19245eb17d49fbd4c3f61d76
+size 98558848
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0237-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0237-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1007933bee800e2f2dff10c9952889c7d13c39c6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0237-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c3559edab428e6958b3e52f7009757313139c525f1afee24281b404d01d167fa
+size 97927588
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0238-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0238-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5b572aa1195bc442e80ab20740c0952d239bf7ba
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0238-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e3d79390abdcc36acaf6fe8354dc5a85a50429006cd69e3afea746625cf56e09
+size 96674389
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0239-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0239-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2b4411618a0119d7bca3caf1d52e81880dca357d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0239-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:52f611b3f090dbb8ce99bebcda880364cee3c9da58ef17d63efb94601789f420
+size 96741610
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0240-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0240-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..abf4e782d9b012c45dc9c9ee7b05ef32ae7d3623
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0240-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f997318511fcfc7b5f44f1b56c6b804dbad8bf74e7ccea6184e5b924ce181df9
+size 99045485
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0241-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0241-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a8741e6eea23714801fcaf470239aedae775c4c1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0241-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3f496eecd34760fbd7b1547062248e13d909b76769e33bcdb11fcb43149534d0
+size 97823666
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0242-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0242-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e9846279c6c3bf5f76cdef1303ef1770d2fa63a6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0242-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:55e12b950cbe03e50880cdb3fc65e8761e544aea588bba65e0b54657a61db62d
+size 98030695
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0243-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0243-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ec77a0435e74dcc1dbc965c3f9d22a07a5494e47
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0243-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7fb03740ce84f8dfdd8288e0050f274349058614f5405a5130db1c1bce4489cd
+size 98210480
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0244-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0244-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a7d45ea11241d327a9c6502c680efa7b41d646ad
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0244-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:795c986bcccd9bc8cea68820128425077132b7bf7aa8fd81a9554536639519f0
+size 98876481
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0245-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0245-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..85b1adbec6caada1492474585d80f952fd91a680
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0245-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dd328159a753e828d832565ab056a18f467cb21a403e3e1f4a592a3d181bcfdb
+size 97947969
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0246-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0246-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..831f288229acb2fd24fd5e6783fa72b8bae75ae1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0246-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6e5f5207f60169cbb8d63a568543746767f7a37fd8afcb9c0eab84f36c052d51
+size 98125163
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0247-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0247-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5c6a3afe958623c35afbd581cb001459907c5581
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0247-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fff968d891d2839d8e72d7c0e84a64721c6131c62c50b1b337e7f8ede4fea064
+size 96825479
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0248-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0248-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7b23087648ce79f3696731807725406e5fb029c5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0248-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f93ac4b1d06533dab948427425ea6c844da06e46188b6824600bfd4b1749be04
+size 97557976
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0249-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0249-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0071285431a8056bd750020411c4ea55ca0ff502
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0249-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:54c6225fe0ef96c122db49d25fa3eb9819acf43408b50aa63a336d7d60faef37
+size 99301233
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0250-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0250-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..83a7bb7a41824fbf496edf3c48e233aefe7a66c7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0250-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:072080f67036812b389de445524ab3b89f65d92a38a2485e42f75e70ec8d6142
+size 97562511
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0251-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0251-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..14984ee0973211e694d48c7219e9b4ffe4c56dad
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0251-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:18df8f54f09097578e75bf5b906948246751ba14956e973af1ce0475a1d2bafc
+size 98040970
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0252-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0252-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5c3115d7ed582eaa88214c06d1341c3f8695b241
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0252-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bc9d225f2c08c6e4b5708ff10f60b99c6cb4062e6474ad2dc6ded71d2b3db6de
+size 97684886
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0253-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0253-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ab079c62e038c70c354b5ad4cf394a61c3b8804b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0253-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d985692b4040e97089f1181b70e6a3c8c14ca11225115ee903649b60d118efbd
+size 98670655
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0254-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0254-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..30ceed4bf7388545ee486e69ac436e436db33cd9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0254-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:171b1db2f8976d55e4a3d8371503304a0463c335a46ee3adc14653db0f28c565
+size 96232887
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0255-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0255-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f180f4e6e388dd748e51222ed87e9d2611350509
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0255-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3aa173bd92a70d5a1c312b3c7d25486a252467060b541943b8b8d9a75f5734cf
+size 96789215
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0256-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0256-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1a0dc70a606d79f714820c5b45516cbc91b6925f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0256-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8af11a815b7a9dbc27c47e8a0de0ef1f382d0a69f7696dd0e4725d02ff4056f6
+size 97054215
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0257-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0257-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..978f39b5fb8181f2ddd9e0aef86742b0b26db6d9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0257-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:edcd68b36cab059a9fc6efaabf50507a355b0e240b1028cbe84e691d177842a7
+size 95948043
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0258-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0258-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6b104d508bb7720ea581bc4f42ea2b0345f33af8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0258-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:759ce2f304c8ce8de0cbbb8b2fcea5b544a877804c747d10cc1eae71d766c9ec
+size 98631529
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0259-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0259-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a2234ce625b5e8702be755e55edc66702aae90b4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0259-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:69108911b5b42c91daffc604f0870a576663b1c2c5c4928aca9ba97ad3b65629
+size 97673622
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0260-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0260-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..943b0cc7f6af4a1f0e3c319168cd3ea4bc1919c6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0260-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3bd378abe64e4667ec34ae1ff9dac1a5b2cc48aa8f7730a9b3d0e8fc4aee0bc5
+size 99171497
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0261-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0261-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b9bb021e2104dcadadf271aaaf013086c46e7e23
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0261-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8050274b7ae7818a2ff971023b68202d81843fb4d8232c7d6007aa222dba197d
+size 97661440
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0262-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0262-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..765dfda2c0c5c55a26f8d9879d5b1917bc28c8e8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0262-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f152edf7f22eb18a0771db315d51c6607b11c29ea9d8b607836db7bb0b7a9799
+size 99171762
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0263-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0263-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..71dbd589786e2e595888ad44b66d021486fc22ae
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0263-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bebcc1389237de834463404f02d2ee9f7670423982cf8a9be677e3854088990d
+size 99576796
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0264-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0264-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a35b5a07fb868315e97a220c063ac0a3e2e38aff
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0264-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1e93503bc0b6f73d9e04d262cb853dc037eeea0388768175d67a14828853d462
+size 96415211
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0265-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0265-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..593f6e92675dc43607b4741efc9203c69ac1926b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0265-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:76d20c6a20a35e50bc5d58c4c8a8e9abb2b7d68f5206cd753014daa3ebf32d6b
+size 100807627
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0266-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0266-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4c5e6a24313890e6f7d68ffeb7d4c0bc776c7821
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0266-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3b52a4c055fd6cd8ce7681cc18266203edb5ca47b4f54a021c0b178a9781115a
+size 99120773
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0267-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0267-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9fd078d20e4730ee3b081279b91aa119c479992c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0267-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:007e3a7c7aa81aeb0d3f265cb0bd4698da6474b0e17b31788c71e538de5f8cc8
+size 97768538
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0268-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0268-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5f88ce8315cb2d9f9757b0d388fea82b8ba9aae0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0268-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:57753e5e3f5e6fb5a71e8c292dedf6349265ce335640bf54339152f214ffb5a1
+size 99742116
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0269-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0269-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..71faaffb84d615089eebdbb452afa8be31f994cc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0269-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cc221d9e59288281ce353bb099f57ce35b4487928f5a06e20e174466c938cf06
+size 98008980
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0270-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0270-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dd48ca70e91003430b962a33a82278c2e78270ad
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0270-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b9faa8ee9156eb7c841ea9fbc697b27ddea9e9a04b08233129c040f0f202ee55
+size 98374365
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0271-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0271-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..518177c8e1e6c2260253bfcfda757dc196d26313
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0271-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7ef957ef21210974aa24c12000fca41e498eaf76b2251979a32a6e94f43f7c9a
+size 98189594
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0272-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0272-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f4b6968d1322d7511307c2b183ca63f3c7da23dc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0272-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1e3b4a420fd24cf528f1b5171ab7661d4472f9767850e63fc6933a794dc1b969
+size 97873559
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0273-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0273-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c31f13b136469d6acfbffe64658d5079141fddf4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0273-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7a7d932f30b5fb708018750bb11785ff8402710ddfdff041c3bee77e61917dfb
+size 98766002
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0274-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0274-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7a2ffcf4414be87f486914ac5e100d4d9c81f695
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0274-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7669feef10cc889fd5c9c4840f15cc617de5289156dff6b6540271cccf23c5ef
+size 96442088
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0275-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0275-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..88bd2f5d12f1acdd16296a4feb0ed6b90b3f4f46
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0275-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0025958f0dc02761e39a0ab9e9f84865e4776b998e92872d6a4f26165d38f6cf
+size 96832248
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0276-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0276-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a6d0e80384e45e2fc19e5bc14c31368583b17bd6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0276-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a0a44440d1396614c6733cde6ae61890629d78b16f3e198b0f250b53842dc62c
+size 97495615
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0277-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0277-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..807042e181fab762d72f3e9e492cce357a07fc21
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0277-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a4b0d65c947f3e5c1e28baad969ed8dbeca9f500acb6384e45249ecceacf2f28
+size 98474280
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0278-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0278-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..647379070442a0d060a353ce60b62d4dfe0902e5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0278-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7b676f09b4464ab67e517a4b663de475b80a11a913d1b09655897f5095edea3f
+size 98010293
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0279-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0279-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dc37ce8de85acfa8b2942b525c136ea57a854cb0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0279-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f70ca6efdb27065e8459f8cc46546e221b3d31702d8a4efc29806b031baa2688
+size 97511953
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0280-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0280-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1bd04c7ff9caa34e512cc65e6352efa76e33ebec
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0280-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b0bdd1c9dc7fec74c9c91080525b7460074c14cdadc827bd799061f3ad092538
+size 96713702
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0281-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0281-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..06c31383a220e3678f5ef1263225ed5caf487a38
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0281-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e9bbe0eed7c00c37e10461688bf70144516389c8d156f4cfa652e2df6749c004
+size 97221730
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0282-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0282-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a2d9c59ba142b4166a1b127d71b98c7986e586ca
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0282-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:733ee0f0972fba7b157e98b354c2480e5ede0c1812274e8fd9ad5dec8ac448c0
+size 97369232
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0283-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0283-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..65ca545ae330628da668cda59dcb529d3865d6e8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0283-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:518d235f69d6c2c73be6fd7abf7314dae67de2279111e2481d1be48578323bad
+size 98276982
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0284-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0284-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9358b29d64a83e440fe202054dcd0bf0225dd40d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0284-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8d73d88f47131edec5d1f0d3b8def205339e6c33c40ae7388c1154af302a16d7
+size 97652320
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0285-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0285-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b73cde54b5f53915ffdb275afa249b43f8089b08
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0285-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b1b92afb6f7f36a7f5df329fa7f3cf3f088786cbf283d384e47dea5657684b32
+size 98378292
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0286-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0286-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e749c414bb0a1347e490e56800f9b889e685d04c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0286-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2976288f4423a8b285b8d7059a27677343c3ac1063986a5cd47f6aeb82b9e45e
+size 97654797
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0287-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0287-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..85468cdb465d2dcf5c47054e1569af2a061bcd7e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0287-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:882ee27b6a00a76aa26682115a8089c65906930c72f2f156cc1988728450810c
+size 97172744
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0288-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0288-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..554b42dc86a0a0c2d8fd019b386470f63711d108
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0288-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e397ee7e491cbca30316426456a30216fa7f00d65a1bee927d7fec1d70540e9e
+size 97975471
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0289-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0289-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7d612a1bc4e17281e602ba8bf81dbe50dd3a685d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0289-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:742b8d7205563e16a9b1e0c37a042b44fbcb88836c03304b10525bf37d469e3c
+size 97535119
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0290-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0290-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e16636a310928941c78deab1a2ed9e4fd8e6733d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0290-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fb7e54a730c0f9621de97c487ea58ab7a44e1eab0bf6bd6f99865d411bdb11cb
+size 96766175
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0291-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0291-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..68e166e88019f3f4b928813c7dc77be3fbeb54ff
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0291-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fb651739434675525a58f5439ef947633cdbab984005d83dced75cc797536c2d
+size 97723093
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0292-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0292-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..96180f1e6afea9115f5dc689e19bb1cc7f10c096
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0292-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fae8c18636cad0176b3bc1674a9ea432eaf7e29f39956cab734795703dde778a
+size 97206581
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0293-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0293-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7291420d8144e07a52a79eb82515a8efa272edd5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0293-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:67368d9b9bea9ce9a15f7b2603e9806753d8c981bc0a0a8334f4ce87f687eeab
+size 97461548
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0294-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0294-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fc637fb8b0a970127c861ae9fdcb5f1b0494bb6d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0294-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7b8c24e6f3cd7e0796349cc79bababc684e82c581b970753eaa015ec6980b695
+size 96571498
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0295-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0295-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..99725630d2ebc73f17a4c1324e9732389bf6b5db
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0295-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0145fdeded805a70b87cfab941b5e6010ebb66cca75861fbb61f9586e60102fd
+size 98341235
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0296-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0296-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8e9ced2732f8e413b141df655d93f7ec4443c377
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0296-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2c466314e618df89dbdc690c4b6804d63de80e443bd75a9299b1034986fa23a1
+size 101102192
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0297-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0297-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9178e11e0685002261aac809ada2fd8525c99ffd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0297-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:870e51d832f7bc0c45be122f4581dc3d3bb8135fe6064308d17f2c8eac7a054f
+size 98572635
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0298-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0298-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..174d87fe91dc2c15b44e7c5ec1a2ca7228020e69
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0298-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1b22dd020aed22f7dcfffb86ad7ba32990cd2e6cac983d8376a34fc954f53f29
+size 96840936
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0299-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0299-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1bc777a5b07ed6505786ae499024a9f178b24b7f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0299-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:152508b7388a0e0aaf81db09e6da11cf9294dd8709780ed598100918bd1d3bc3
+size 96237779
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0300-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0300-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b28bb83385e519db9d7f3c026fc6a73ad51abb3b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0300-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c254dc573ee3744e3ef9f894688bef4c309f45e7661082a3d2b6c5c3091fb1a4
+size 96447451
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0301-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0301-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..085f07916487bd7eff63fb6a51fee51ac07b94e5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0301-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3a429c68e21a16aae51cbf3f2b36d3aaf77cdef1ebff1002c4e4288b45120aa4
+size 96143957
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0302-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0302-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4ab5fefd07cc94b5d7b0d6eefe050fe68c0abeb5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0302-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ac18191726e53584cf726f671bd8eae26cfc0373eeebf270b1a0edfea8cf02b7
+size 97906922
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0303-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0303-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..91928005402e057ef62f5bdf9651e432b4796493
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0303-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0cbaa1e1d836fbbfb9ffa009fc5b17b5554a761fd3a10311d84b84f15e8e4582
+size 96755486
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0304-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0304-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3cbf94d39d76f65df792e788e4518504592c8a74
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0304-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0355cc77b55766ad9fe9b08faef2caa37765ac97c25ed24233748e80e43791e6
+size 96058707
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0305-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0305-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7c4bff12dcccf550b5dd9efdcfba78e229cb63df
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0305-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:49fa5ee2ce6ccf57184ea72060e50cb976e6f5edce8b389b9d0dc33a76ec393e
+size 98447731
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0306-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0306-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0eaf9d235ccfd6397db0479e1739a2892c38ca76
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0306-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:54f8dac874200cdb44ffcb92609756c1af7dd172275d9fe4e9b180f70a65da01
+size 98678769
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0307-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0307-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..176509b6e754e8b9a915d94ad586d92e5f83951f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0307-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fbd7f6829824889a7b42e0a7cf592dd9eccc2cfbf0bc3cc6aa40715a19381133
+size 97785072
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0308-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0308-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8e657ad60622c030aa84fa68b7af58a21d60b072
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0308-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0f172f93be3cf6391017b1e8c5a0b542d5ffd28db6ee58effe7ea079ec32da11
+size 97867564
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0309-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0309-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ea32411bcf166de5f587d6315de58087f3b363a9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0309-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9a8d9125c4c0e2dc547a05e5ae6046762c42ecd8dd7982dac9096dd4d7cc4ca4
+size 97689795
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0310-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0310-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e771c34e0344aef60847661e84df9106d973b15d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0310-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:71f6eb102135b83b966c99a647ccc6378b67466ec11420a857c135dcb9c93c24
+size 97172945
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0311-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0311-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6fbecac5c41786beb679a679d32923bdf7a356fd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0311-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5ec6c3172c40fae594261448c518837fa8c0e42204d90387402bde673fcd3bbb
+size 97165629
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0312-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0312-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..74b45689982bb3a6d1f0fb77e801e4e2c3768a47
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0312-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9aa0ae03b8bafaaf50e22dbddce466235f20b165015dfca4dbc3e50155d18d56
+size 97498722
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0313-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0313-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..36be1f5dfd5f70d09454634b1132f313e81ff4e4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0313-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c368e5477de068f779e5cc97d21f1108bfbfa469ac8281145143bcb97263a830
+size 98954635
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0314-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0314-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fa7c7df43e9431c6740a24ad0b40045fb01ae675
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0314-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2f85c6f72827d2272fb87156d21d5af928e11e4b8ea31710eaa5c53287cc92b2
+size 98077321
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0315-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0315-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5ff1cfd570017194e720c2d4c2435d9636bac265
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0315-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fc22289ae84db84f6a994c21e4b5f8ce5536422e0a188d5d42d91beacb8d5dd4
+size 97610223
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0316-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0316-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..902dec8a7f31a73295e150adb37047fd777198da
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0316-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cdd70476d68323f601043d6dd835fc07a4ac672312562e4d98bf60c18df79a79
+size 99381759
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0317-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0317-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..67ba1d2985d158371c3e492a52863cbcea4fc660
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0317-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:12c91572b5216e1aa79ee583b9fa8c81c600657013e64b2c9ad12200ee79f692
+size 98330818
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0318-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0318-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a4b4c4e14c7cbb3bf0c23aac2a6d74a76db6b27a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0318-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7b959a220ca7afb20dcb7d33b1caaffb1a5b2508699667f2028b77d7b844a3ec
+size 96980022
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0319-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0319-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..98a747b47cd2d2e1f49d5087ad4133b19ef018ef
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0319-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3ba781ee7275c27dbb92a5103a29d9a023604e7b16a23588916d29fd614b396b
+size 96878072
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0320-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0320-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..59db7a185477717e4733db218a7906575106665a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0320-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0b038448aaea9386ca4f696fbe5577ad4564d7743e2dec36ce8a24c9aa6bb594
+size 96591931
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0321-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0321-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6d70fccec837af9905edda5c32ddf1106ecf42f3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0321-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0113569c335c3ce000cfbb839facc416429d98cc9ad119e0b83c3bb7c52b0249
+size 97918067
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0322-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0322-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a33fed2baf6a644bd47a567f9e096faa1d5b36e3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0322-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1ddbb4d4f6099bbd32cd573009cc2c0cec2e85716bcf5b608f27e9eb25a527e6
+size 96308596
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0323-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0323-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..990d62fc29b57c4f6b759e625aa5cb1aad8a633b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0323-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0f54dbc5aa2b5adf41ac09920c5457b39c8414815bf85a0bb3fed573f2aae1fe
+size 99828782
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0324-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0324-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8ecaaaffcf08f7f14672625bc4c177d72e3e3b74
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0324-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:139c4eb9cf176a5b8a3ebaf5015d4a952a41928e098697bc5c0da2ed3a801267
+size 98371209
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0325-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0325-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b736e0f139d76e8bf22a2579e7954feeb89dc9cd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0325-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f311a29b64fa2a127f1b119f1fe0c18fed52ca06ff19a8d2407f55a0fc03cd7c
+size 98025702
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0326-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0326-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dc59c616411fcde8425bf6cb79003edbaacb3577
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0326-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:59108e9ff77085d8163cdbd6273ee9ce13a6041b3b7304dbaafbdd86484fe4be
+size 97062877
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0327-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0327-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f1aec997f193d2e1c6ceb687471d4b0ec2854699
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0327-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6afc1b54ccda10c2e9e5d834f6702f8801ba420b725c963d094de04bb4b6817c
+size 97398674
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0328-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0328-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..888cf1a873a799b66609ea273cf99f2a25b27064
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0328-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:042c679c7763d21c406738ddc31fab76e0a220f77fd03fe9f7794c8a56b4fe5a
+size 97634684
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0329-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0329-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b375bf5372c96c078cb042e36b8c217f08452df7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0329-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:09cc43638e7afea8345b2b8609455c6ceb569e6fe5a3b4f28c91587ceefe3af1
+size 97544779
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0330-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0330-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cbf5ebc33fa2a969221f500e0a2611eca7cb922b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0330-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bd7e58e7792a2679922eadc7a15572d49ad37e13e3f85e63543bc4f26a29f7f7
+size 98990724
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0331-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0331-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6da5c37af16dcec8d736dd11c6c1977b5dd8d58c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0331-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:972db74fc4799d04c96468b8da73ccb472fc49bfc84caf85d9b3eba05f3f2f51
+size 98070551
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0332-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0332-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9c2fa1fed5c3b23e05d1c7cbf19ead55db7cccf6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0332-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9055c28a6a79356da8e678f9bc0957627e3443f55b39537a53628d0a1d75b662
+size 98524077
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0333-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0333-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2407b81c08a8830de76d9a621efa05c6dddadc65
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0333-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d00c5120d9f1e9b532fadb16dabe8242491bbae2d52ac04abb804e1703165553
+size 96996373
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0334-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0334-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..34b409ca7ffb630665e807e42de5ab8fc7cd0678
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0334-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:60aac782ee8a8f0aea5b6a4bb3485bd979309e0f9ef7dbd95ad1e4a22cf42856
+size 97581318
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0335-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0335-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..17e4150da3495aa18fc81b98e9c229721fd68cfa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0335-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b5a2b6a2dcbe12703ad91a61a222bc9c48213fdddf66ac6e9f899cc275e17da8
+size 98277358
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0336-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0336-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5a52706c58b5fa7185b08f6f813ddd24b0b1e6a1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0336-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8eef23021501f5fcf39ebb060050001812a5328d69e3bee4d31a35f7ce2ce791
+size 98217965
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0337-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0337-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c15ad8a3a602b3259fd1fe412f41c71903ea98b9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0337-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:221fd2ca8f459df448a2e280d5c91a5060022cef2e0ff57ec15f3ec088592ccd
+size 96080241
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0338-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0338-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c5ad55f65692bc9480b3a231029185cb4960a3ed
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0338-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cb0fb87db5c362f8a6725fdba692f4def70b1545ae8cf259ed26f45a8b5aa977
+size 98078724
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0339-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0339-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ae73885de19bab0f3471dd7982692644c5ce752d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0339-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:67b0d630d76cb64b77522de11aee6eaf1fb9a8bc64787769e4e534aafcc901ca
+size 97790728
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0340-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0340-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8c3871b645a4e3bce467ffccf66ad030fd4b56ba
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0340-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8cf9ff842939e8242db639fbfff4627e895a2e7e405024ebf779618bde9ff124
+size 96646337
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0341-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0341-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2803471c0f01f93d5200a0126c914cd8f203b23b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0341-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4c73796f7ded96f0aac49adc117e25888f7a0d051bc1d8cc0285b593c7dfb9c5
+size 98512629
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0342-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0342-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a763b6b7e20ef90fe5a3a60696bca29d4e828a8c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0342-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f2a27b76c55e8ce9ccc86d3f602b5bd7780b853a562adbdd4771e2a49a45c84c
+size 98556068
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0343-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0343-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b96188e85849c1045b902f16b6e6d8954c6c058d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0343-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:47183433ae91f3da62611155e4334a44f9ff430ddab88d55e5cc5c7e93cdbfde
+size 98133734
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0344-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0344-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..35b9a443ec0d0075842a5e76c64aac06ec1c7110
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0344-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:96a84162c515cf5198048d23936f4217f00ff36ce111aea74e2555f82bc939ad
+size 98475133
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0345-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0345-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..379077e0927e78ea6a88f53477250e85a3a87a46
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0345-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cc49bf6d29e077e6987b73340182cdfabee14d9b3bddcc18820f444be525eba1
+size 98181514
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0346-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0346-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..415f3eb74e22e07ec5ff9a4f984b9de874abd2fd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0346-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d4972c6e91c13df541b35c291ead46b14c0997a6b198acba4e5d8ae60c296b36
+size 99906548
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0347-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0347-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bae3b0d8e6bc1373cfb3ab298b5f28a014246df1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0347-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:54c0ec62c2bd873bed6c6a3920b5ad422e9791d25ecbfbec752a9bd5f03c135b
+size 97218908
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0348-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0348-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d64919dd8d46fa97b011a1bd15c6799021fb3611
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0348-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1522df05b1ff79e9852d6431cd746c0238f772e3ddac93f90699ff6caab0cd82
+size 97274615
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0349-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0349-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..27398b0c04b00af358fe2c99c9b6e3a0543e007f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0349-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:08ccffcd9294edab75b1400cfea0c423bd8b515879f3e49a07df949e1948bc57
+size 99126552
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0350-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0350-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..82c74e8139d3a93123b1c6632ae2c66658806e26
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0350-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1a910603c14644945efc752f6bdc7e1b5f78dc33bd503423453fef4ecb0024f9
+size 97794989
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0351-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0351-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d6284ce1f138ce38d317a79bbad3dd5b80e27348
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0351-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a2aa2a12eebe08c5030443be30f9539239c6b7d8ee5f882f3bb6418ca63db4c5
+size 98518748
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0352-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0352-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1f1a2067c5688eb3d73dcead1a5828f56c0c7ae1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0352-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0f91500ae93a2d6b3058852476d9a5811e2d792ecee3a0e71273c26a31c490ac
+size 96439757
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0353-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0353-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d50080c3f45ebe47bcdcca2a4376fe5b241d3eeb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0353-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ee973db5e9d0184d9fb0b2d6f2f9876f43d4b5e8bfbf2516bab58b70577ec0fe
+size 98602257
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0354-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0354-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ee3b5e2b7ab78f885eafa51940752b00b8cbe21f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0354-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:67200fcb6969c18a5d8ca1e5d6f24d3066074c4687fac4c712a8d0bcb08e6390
+size 95769556
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0355-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0355-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..22834bab63d622a804d495545d2b36760725c688
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0355-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2f35013c5171ecb1cda2bb187bc33ee650ffed661add1e0da01f9a44b849e52e
+size 97647020
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0356-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0356-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..883c068adf727faecf2a0c054038129cf198d340
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0356-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2161f418adac4ee0fac6c0e2c030ebc82ed1378c5514867bae3813f781c8cc28
+size 99607739
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0357-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0357-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..58e5b0351aa88cdcbcc2a31a3f6f6c976c86ed05
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0357-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:86159f044609a23f048568b13556e1419fd6535a1dfba9b87e5ddd0aaa636a3f
+size 98086255
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0358-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0358-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..92f58e3e0024f2dcf5f0b188ecb53f120d9f4a3b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0358-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:57aabebbb0e22de0d5d34f5a17abd3736d2e35368dd41f06667d395573f2f9ab
+size 96856467
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0359-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0359-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..36ad3226329158b07aaf4070b199cb9352ab55e6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0359-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:83c6b04e16511fa045399cd45f27f1c22ea47e028c82811f69b6cb1a525ae646
+size 97527477
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0360-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0360-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7df8dcfc1bd955db96c48fff3f1cd4539de96a83
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0360-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:17b88227faf97a9714c3332936d6066cbe682c285140f0a9015476039b62faeb
+size 97531872
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0361-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0361-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..41378ae94be524bb3ad769fbe63bc0f1c604e331
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0361-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1b218b02d67a82da5cfba1132580157c1324ffeb29aa614cb024fa1350fca050
+size 97269048
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0362-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0362-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..376b15e8930b2926643d2886ab64007fb6b24276
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0362-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eb14bc0cac895b38d12267bda341b7a9749285224a3701f187bdd9d045a6f62c
+size 97637129
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0363-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0363-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..df8119ab5148e3a0ab6ab7f24b90d6c23b9b4b14
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0363-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1b22fca8ea421e14024e14f522c165a53b4c48717199a2fcc40eda488b4e2edf
+size 97311172
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0364-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0364-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ad7e0efb7de4392331640cbf3642fce747c0197b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0364-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5f07067b6950379a539614ff2d87c5f64d7267e146bd992c53fbc537365400a2
+size 98018781
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0365-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0365-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..97a4a83d85bc117fac1a3743578a8acfb129171c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0365-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d457f74b674dead37c97e32fe952b9296cf2285154fe663532d2984bec2bcec4
+size 97303630
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0366-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0366-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..091c5a9919d0a0e6922b4915b16fe0342a0f2a51
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0366-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e0ffe67cdbbf9aac9024d7e36bb7870699e5da6d61258f7e4a938eba08b5e6ea
+size 98848711
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0367-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0367-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..451c599df6fe6b4a1c3c620b7bbcc9cfeb4d6277
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0367-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:898e9c91b3d7055af275dc2ea8c685e0b4d694670e261a9adc56cb834260527d
+size 99162874
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0368-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0368-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..71afbdaf2b454c4a11820403867c430675506122
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0368-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d372b19035cde10ced3baffce09f56562a6f0eb70df307a44e3e92095ced156c
+size 97892916
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0369-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0369-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a1f20cfb2f53590267863d155b4f7954c011cb81
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0369-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d9d4cdb142e576728f2c3903b4cbb958d87287e9e84cef250cbe436abd1c9829
+size 95754924
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0370-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0370-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b0753928ec0c02175d5b2d19aabdbd7b621e07c8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0370-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:04ac982ebd26efc2a37cdea3543e7c02023df0b021ed5f20fd344283deab9a81
+size 97458588
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0371-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0371-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6b61c58732b9a882e47818c1e070b6a634154092
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0371-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:75773f700b890416b76f1adc2ed3f93543b1dd8721dd552f33436b298194141f
+size 96211752
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0372-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0372-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e6c965592a039a579dbbeb93b1f6f27ae5f6ea58
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0372-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b00ff5f1e65605ef52f754aba3e75c93c059a07ba4c489796c4d0a40de0b79f8
+size 99960182
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0373-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0373-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a9a369f61f96291dbb7acca2bc0f003aea8b4efb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0373-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b3357dfd4216a5302f20f37124f30268d4250cf16ff11b391cfefcf873195302
+size 97980244
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0374-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0374-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e95cb3e23985b554b0e0de893de71bfcf37a42ec
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0374-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:61f721f14dbcd0ce7905b3e11f4986c2b23faef50de6201d17a12036ca3d31a8
+size 96977952
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0375-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0375-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f8d959433e49a2c44c8ea3d66ff92defdc51ba5b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0375-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5f8c57f58059f1eeae91e50dd83a3f5e6030d2d1b86da8ec9112a74603f361e2
+size 97982923
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0376-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0376-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7d8ed570df97dbb27f8e8103c8a986a7c7984b95
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0376-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9f93011bc7cf03f7ceca021ce75822db1d6785f8bfdf5d81532cbf655ed824cc
+size 97478325
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0377-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0377-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e693df0181ca17acd3817be5d812734a2d0b91d1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0377-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a232d49909cdd8dbca91e62fb3002a3f9248b31fc1d0f95388ae2c466e4c310b
+size 97628786
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0378-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0378-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fbfe8b7b0c0a0ff6237b880d8a79bc3c176b697b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0378-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7e496c4999853dacfee94b0873435a623941d11a26ccc9a3c41b3ac6f774b41a
+size 98698092
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0379-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0379-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4650afdd4f612927f569fc01f2baf9b9038ff2db
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0379-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8f01504b0a0b87118719e0bcee38432268a0d941f2aadd67495f116acfd31c07
+size 98575722
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0380-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0380-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..51239518826f3336858059d70f8e1654f950695a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0380-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8b6187660ff155028b9fc3a308cff613d99330ae5f06ffc7408887bf541280b9
+size 98160827
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0381-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0381-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2a7de952d0731e72b439727aae6c49e40c0f6de2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0381-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0d01d3037b4e383b1877db75482911503a06355242ed2f8244a26c2d72afda12
+size 97521240
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0382-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0382-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f456499fcc6ec17b227b6f89d8661fc335572137
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0382-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4c661e50eac2789c8453f9d50180684424ccadf7c69b1ccae3e903bfbbe12ccb
+size 97258441
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0383-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0383-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3391242a38027c556f28a52d4a603a00df050c55
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0383-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c87962bd62ab05a3b0aaf851dfbf6c5d18d53aa62f9710fe4c3c3047e1041902
+size 97821122
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0384-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0384-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..10ce884437849b88554f4671f805c1f7baae27d7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0384-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:46ed0a66d54d2c3d0e6eedce05f6b5eb9ed4cede2c3c3e913c72dc51ffb2d572
+size 98143079
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0385-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0385-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7d08acf71428932a443d5cb8e33176ed8b98d07c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0385-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:66ee8d379b4854901fa6b11ca54a21fe024f268752a5b639f338b739940649f2
+size 99123961
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0386-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0386-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1c367260522551e81beaf3ab444440e7c456abf3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0386-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a55bb0e93a191389bd21760f89f00dd33a244209c70c9868e535bbdbc9213069
+size 97491320
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0387-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0387-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8e431eef398c6575b69b70c26488300a8c91d703
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0387-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0f14188071c4e132eddc26ad9f51bffce973ad64048c2d197bad5746496e80ac
+size 98042950
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0388-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0388-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e719d6d267548b30e439e5952d7798890e0e0a09
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0388-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:89d8b204cc6e259c0b4830cad19e53318d22e6a2c56c59b654f5d8f4f79dc3b5
+size 97549662
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0389-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0389-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..96bd5a45984e9e32afc93c8d575b4e780d0eb2ac
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0389-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:706ebcdc00e4236ddf1e086e7bbdf8b234079d140c9217513cd7afe53688e2e1
+size 99505936
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0390-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0390-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6cffaeb96fec745c38cfe3e513bf3bc9dd654b56
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0390-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:314e53dcada1e9d3f47ec18eaf7a4e5ee0cde4d191441cac1a22ab7650044ef7
+size 99092919
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0391-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0391-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c7e563a39b6f0684dca8fc6d5904805768c6d4cc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0391-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7985d5c8d4078381c9507072bd992e4f545e54e84e1b09d282d009859819ff11
+size 97296554
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0392-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0392-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8e24d9edb56ba549d9e54fe8a396eb00146cff83
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0392-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:839e69c9a01b0af9b1d1e9f83d9d18cb8d4be8435b5ccdf532938db2817d667e
+size 98811957
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0393-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0393-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..729a334cbe33fc144b3b4abd37f0747c46fb6c73
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0393-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b25f5acc7bd6c4ca3dc6c9553dc87989c271525b86a1d6538cd311677dc570a8
+size 96059865
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0394-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0394-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..939104ddee277a740112d01362f7338b4c275bdd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0394-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4a1298115bb79b0fd364699481755f3f8153b04e07146202ad0862c399d95c70
+size 97161246
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0395-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0395-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..00c5421347e94d7078f3d00307ddf8647760b0c6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0395-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5b4f045aaea395f8c906a7956bf8cacd1f3c8ea2d157745009b503b595587239
+size 97008322
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0396-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0396-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d36040d316be3f5333e1b54d5f6db5a2f6401626
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0396-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:36c95d62551451ef51c840ad21676fa33d2db695d7b5e2f2b42d4fd50618d075
+size 96513094
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0397-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0397-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..024bb10f07004386a3237a8ff09eceb65ec01361
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0397-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7695339a1b1e7a40b109e040f4436ce04445c124833f90730c5833e1fa496161
+size 97978748
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0398-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0398-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..de9cf18295fcaf7c7360f3bc8adc299470111fb2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0398-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:38b56a2c00d814efe00b2fb1ca5b653ce4530c0ac80367670a0e997c76ce11b0
+size 97766871
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0399-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0399-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..791b084a4d2f9ba57166f84a9fd9b6aca51e51f0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0399-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1eadfd70d588f1a1901306182f0a1522ee2f5b6bb3ac2b8d288352f72cf3eb65
+size 95509598
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0400-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0400-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5b908675f48aeeb2fb32d58892a41cbdb1e9656a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0400-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:29c67db6f9b0f9fe2d6b6649d6be3e3af6e2a778236784521a33d248f1c7aae7
+size 98761762
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0401-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0401-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..108fc129de053fb5d3873c0c73630d2cd1ce2aad
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0401-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:547f981adc15ed4e5efb723353320b939d5c9ab355a7ff07452aef395e8356ab
+size 98281968
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0402-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0402-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fb64d3403b2b988288abbbae95e18c50717210b6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0402-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dba9058098c3fa0e03792e9cb7f4777531a98fa156afbe3266506bc253d44aff
+size 97296017
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0403-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0403-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..41eb952521e9711d1bf012031ad367bc64dcc738
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0403-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:73e1ca3e69a4df391a1edab11c8e84a3698b9888c5c2dc9cdeb822491e8198c3
+size 98488301
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0404-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0404-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7789a34411b8ea551440ae494075e5bd9648ea2b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0404-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:740cca3f9eae359512dd565ddbf83e7f44fbc3f690b47ccea501f89d36f8989d
+size 97822764
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0405-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0405-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c77f32bca38b9e0a67f5e71c6d1a6368fb07410c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0405-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0df8137ee923fc4026d67c90833c2b14a61babf29fd6860549e62ce9ef9ac409
+size 96668303
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0406-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0406-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dd5a5de19674504059eb3f9f9e6865ed4b715bfb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0406-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d44e39a6668d89db9f71cc8a95cabb6a884328c3fcb4f082199d67fc5236dd20
+size 97035833
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0407-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0407-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1630b009e80d783962c8d9c5ad94b682e137af4e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0407-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:880f58e9295f8f79abf785303ba962e70ebf821107d27ae2efe87a9864e8829f
+size 96801025
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0408-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0408-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6c0f771107e4209f9642e0ed7e56329499090407
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0408-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:62b30b65065ae324e549ed9631d1272090717261e8b7af2627c1012cc20d2ff6
+size 96361334
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0409-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0409-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3b8ef821ac33545ea3f41694053457dfa786b1be
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0409-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6676432935fd221f79bb7cf14145e82c098f9280aeeb0415a3a68b485a2f1298
+size 97005227
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0410-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0410-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1044aa3ce969a563a07e268adcca29567b9b7c4e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0410-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:45d5dac910c367235f36921ef6f17dcba3108bf84f3289bbcc39d966d42c6059
+size 98291436
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0411-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0411-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9e491ff30101ea3831fdcccb726b0b1c7f88dce9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0411-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cb1b08b50dc28f6ff4267f5460ced67fada2a987918b3723a5f1d9ee9ee3ad41
+size 98091502
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0412-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0412-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f4a65cda6e3b1bc015aa5eb4fa11e40d8c4b692c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0412-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d0a61020b8d6cc0c2ae7215e1035e847a2c0a1b56a1685a4718698ee1f05041f
+size 95530631
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0413-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0413-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ba6dac6d4d51f8feb8a6b2b50710556f2072fde0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0413-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2cb53c49bf33d491a86b2e8b7637ca40ca05d110436e3f9bca85cd17901b98b8
+size 98008052
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0414-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0414-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e30cb747dc7cffba642ff777928b6301d2b0c752
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0414-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c04e3d37207d021719357847157798f328a69834a327ea13a16ff01e82a5272b
+size 97544123
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0415-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0415-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..83abee6c33ff2949ae6e809acfad58c516ecbf4e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0415-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d75d7daf497c17e84fb395c91a71b7b1db77dfaafefedf9bbb93f3d6a3fb7481
+size 98579431
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0416-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0416-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e95b0fb670a65ff09367483f8e4fcc4c828ced46
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0416-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3d4fa0b35420a517863f36211075d226094f552651018443d45ca039e13ff85f
+size 97583611
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0417-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0417-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..02a3a6feafa0a376a0616b3e7182498bf8efc726
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0417-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7ee1960325d263baca1d15fa45d72b4f25e9b865a634990804d2c5bf5f432811
+size 97360662
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0418-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0418-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..76ec86c0544e27c0d98756626bfa59c8482f1e15
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0418-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0155e8e666291b4085f3cf3f745b814450330994bf6507c3d1a41cff944031b6
+size 99645577
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0419-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0419-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..669c16b04b8e9cdff18e74e8784541aa863456ca
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0419-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:602bbd94f165c815b4633270d351ebc889d4ab61ac9d14104aa484d2343397d9
+size 96977541
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0420-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0420-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fa371d698bc7b3271d45fd7247e6359d7e04a086
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0420-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5d219f0ee56b6119804309de704b6396716b866957221120d54b7415d9162892
+size 97748952
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0421-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0421-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..987ed258cc66b944288d9b63ece21769e5101e62
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0421-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c30c311dae1edf3f80c1fa24080d626486dd5c0690d7314575618183a7050db8
+size 100138858
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0422-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0422-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eb094a85a99ddfcccaeb77cbf405201709e15407
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0422-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:be374853e5087a8a6cd5430a74d2480abe740f70ec029993359e9deedc813e4b
+size 98598774
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0423-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0423-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6c821322d1bf33de82e3acaf54d1febcf695767f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0423-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0919bb01c7d35c0cd62a8d1eac14bf2eba4b4e69e14017c58b45194a94b064c8
+size 97593218
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0424-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0424-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..582f1080b12050881116743a89e4edc5e91b9a8b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0424-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3c3f4a96605acfcd7b48f85456986a00aa97069183541016a66ab4041e5b8737
+size 97329315
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0425-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0425-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4426efd7033ff7d3ef9c8a0ffcf8d1500f67a9d6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0425-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2650e4e7cfbbc761e780e38ae75c60cf6e5f0bcc9a9f82337ccf0d599ef8feaa
+size 97515432
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0426-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0426-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9c0a993774d76fcf1b59a4497b8e9d7c79662e2d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0426-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:396945b0932dfb24955b3d44da8e851b6f87f0c6b6a461ab710d44dd6e39fbf6
+size 97609644
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0427-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0427-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5a373946686d159e186143351a88fdf8758ac438
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0427-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2f3bc9966a69838581704ff99951348a3a72ae6413ccc59d35af03ad94ebbb1d
+size 97287898
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0428-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0428-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..06daada3158fa91758473b7d8b61d724d1833fba
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0428-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3c7b334b88cf053be8d7a3cba69da229adb1befa58731a2d98c612fe2ba6b3da
+size 96311086
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0429-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0429-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cea87c8b4d33315696493e20a0ab6768966c197a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0429-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:25b551cc78a600a98004788163989e90aa5cdca6c344eeaa80626ab15f6f54b1
+size 98432828
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0430-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0430-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..64447880142acff8415b2576906ae43589eb51be
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0430-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5590bf3c576a7fd64a2f255846d3854e5dd0325c467725ecf92ae7d790bc65c6
+size 98139969
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0431-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0431-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..42e66be9dd867132edd7779fe3aa4a99a95bf9bd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0431-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c8dc9b7ee33374f61eb141fc697536ba81490fa66de092e9aff6d24edd73847f
+size 95769781
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0432-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0432-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e9ea21c7b3de001f695c0d32a2b814dba2f4636d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0432-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3596a75c3296f23412d96a151dbf59b6832599af291fdb9d50e614ccdb2f7d05
+size 97867867
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0433-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0433-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..51fca314e220b19713187979b709084820dc0139
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0433-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e4d44fae727e6204568b563808d0e35b3b6604907816573acbaf90c8140ef94b
+size 97474548
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0434-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0434-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e084a612062a8dd3744d1f424d19187d5c09bdf4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0434-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:67cc2a85f0329427d73702a2d504a4f4c8dd217a80af0c15330b8567b39449a2
+size 97762436
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0435-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0435-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b9d9e52e31d4393ff5555c8d048252a4063b5131
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0435-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e8081cb4185f4ef936cec2ec585f7a4ad31864fadc56bd2f371008e7cb31f37c
+size 98157769
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0436-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0436-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6eaac43e6067c349084e1af227c1dade0a0ccb5d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0436-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4fe5acedc66bb8955aacae950df76e9eadd01095935d37b83066253296072a68
+size 97821028
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0437-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0437-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..739c866f43dcc842f211721f271ecf1468bf3006
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0437-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:37fa5af1ddfd05544891e3d8016f45237bb37136270c59ef684841057d669575
+size 97355048
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0438-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0438-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7bd6ab1209971219617c7598fcdabcb495624ed5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0438-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:44ef8417a8b5b9b61b47bfe0609fedd0a93a3b7fe95f231befe067db945f918e
+size 97926844
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0439-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0439-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e8d90375e9f69cd46eb1a9c62bd863946d53ef83
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0439-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:432a6b6c64e17b4d5b3556f28cb6838f13fad63dd0f9eb8985d505360c335b8c
+size 98901176
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0440-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0440-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0306d888d5537287f080314762067ea11115f1b9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0440-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:92a18042f3fe0723b50f9783c8253c3a71fe667c10c7cd9ac273b2bd9ab20763
+size 97795241
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0441-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0441-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0b352eafb61fcf2e0d47440d4b35505c10402d4f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0441-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2a95b182af2dbe3c0d6dd48e71d77dfa738aae905c2df8042b22f21c7db1a411
+size 97506820
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0442-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0442-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ca36cd76e249f9c7d262a97c0430adcd859e46a4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0442-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e95cd958dbc3eec310cadf0491bfc5e8a1039f5ed05950c57c57f782c4031936
+size 98469530
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0443-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0443-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3decc370b15a75c88f410e80e8501041f84018f7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0443-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f0af8e47d1cfee0b61ce50898bd2212f38c9a88ca92a82131fc0c015cd1dd986
+size 96302960
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0444-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0444-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9a00b8fb6ba1b89ca12a270e204ebf4a9fc96e7f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0444-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a79e7cf3a2bc1eea570abee498ee8c6b481777707eb85e7c3ad690924ba13563
+size 98197642
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0445-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0445-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ab8e1b177800cd7ae061b67d5ffc4017211ee718
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0445-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:607e86ee66a932656ef92a190a2c9cdc25ed1e6ff0f465e6faa71227f7b8d2eb
+size 97159636
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0446-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0446-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0d1887105e52680c317383fc0e0b82fed4dbf061
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0446-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3d2c3c8e0ab5c272cdfc2227fc3edf853dc2448c666cd51647cc598712f21f7c
+size 95394597
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0447-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0447-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a269ef7b573c68f320580b0f05132da711586687
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0447-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5479e43766872d743d1c5aaec841ac6733303b9c8762bf4b505c318017655f94
+size 96955987
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0448-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0448-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2159b4e90e4fc61e778468d9474c6174fcb2bbc2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0448-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:05b3dcd9fd1161812561bb74d6cad88f4bf1f207c9f51c1b658afd16d12bfcc8
+size 97217150
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0449-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0449-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dd5efc1b502e350c48133ea62a4868448e5856aa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0449-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:26a2a3e391dc9451753da3f4641c41178d15f8e86b054e78b5abb5d9bed009a7
+size 96756628
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0450-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0450-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3d2fdccbdee7db8d0059858860b37df5c74f1b3f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0450-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4063f3145146bb3fd0bcedb44da7afb31934bffea102344cde92ed9f1de34c27
+size 98062691
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0451-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0451-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9397d90de22c9a28bff6009b484a452ab02e487d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0451-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ecd9f60e8dab05ca9cf4768cc09004864f362f5ee8a332df75baa059d265cd12
+size 98620580
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0452-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0452-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..08ca9cd15bacf31a3f3b9069326e3105e3e3f552
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0452-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f47decc5ad0e95fb02112571dab7f8ea02cfbec48be31c68318b55cb37cb46ba
+size 96304896
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0453-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0453-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..050830878190366b06045a53343b85e9273ce0b6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0453-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0b5ceacc8fa5ec0347a510d2559f3e089b5aea79dac460f591e87712263ec56e
+size 96710127
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0454-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0454-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5b72fb063dafafa7b7b4bbf64887a6595b3a8085
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0454-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:241d0465e0f3b8859bfcf3f2f1cfaa7f806c41089f5b8eabee88c3e66fc8537d
+size 96827299
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0455-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0455-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..08eb6f6001dc3a0bd0d130a86a3f482e7a92dc82
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0455-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:23212bd162395b9d9ac5bfb516f42c0791c8a5717bf782e49de24dbbad58c6e0
+size 96425257
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0456-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0456-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..92f07ed6dd1284232f798ecb53577e5886181904
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0456-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e622be809213e5a0edce348a8a1e045aa36f6063a1b1819b349ee02471c7c802
+size 98870517
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0457-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0457-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8b649118e1df15954b0b32f73db96345f4de64d6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0457-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:747e9cb7f45221a1b2cfdf390cb4ebf0bdb1aed621251395e6f23b4c77736217
+size 98531550
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0458-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0458-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..963df64760c0a4d411737959fc43973a3d7e4ae5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0458-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ea671c182273608bb2d3fb4916ec14de85f2bae75428e5564279b1981588443f
+size 96693664
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0459-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0459-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..43ebc8beeb8b81b7b763e23f9d8d150933f8600b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0459-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9076c0a0531b141c594fa60de588aec3e9091e7a76b2f57face3fa210a98c770
+size 97904417
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0460-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0460-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ffd5d320ae8db7b02e379b2a3751ba08dfe9f2d2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0460-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ba8d26ae05ddd4ab4f4b49db717dbdc6c1144ca90f7de0e5bf9bedb0fc168673
+size 98143765
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0461-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0461-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..92ee20f07aabc853b41718f78a2d00cec6ad19b6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0461-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6dcea5686e77216040dae4945bf4642922d8fb01bb4092607afc3723a2f64eea
+size 97243193
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0462-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0462-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c3c07c84860b05c6a07bab6ba3047237496f93a7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0462-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f35fc39f294caca116c24d3b79698568c2e5b177bee536f8e651bb6cc69523cc
+size 99628445
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0463-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0463-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a9eccee27f98087a5ccd29a241bb7a655ed39320
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0463-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1e33ea9a53e1a1933e131ff03d3b53cbbb35f283e8f3b70b5c8aed7ece87a798
+size 97586208
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0464-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0464-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e6f21eae7e8cc6c0a481391491cf10659a8eaf17
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0464-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:819b271ae8c3907ca7e34b488bf77e1d71ee1cc498eb5f57506a9ba5209596d9
+size 96829903
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0465-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0465-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..71b7839ef2dde2f3175b3d07056ab2fd3eb722e6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0465-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d4b8edf1cf80f907c4a6f557bd3394be0c33cc815c305b66bf619e2ecc4b598e
+size 97598790
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0466-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0466-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8778cc5f0a5938b92830e1455ad8e930b8a42e56
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0466-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e9444fbd95b78f3c417a8a0bc54b88a6be4f6a8978ff0753eaf8ab174dd32c85
+size 96197066
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0467-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0467-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a21faa07a31a197717b3d6455332a628b216ddcf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0467-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:710db328a5aa1ca3dcc7ba239e9384f3cd7f9e63faca48c9e7b84c9cb8d9e5df
+size 96344058
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0468-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0468-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d7e045a9e19f45dcb776c0a492ea8693fa655fdb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0468-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ab8c4d85c773a1f665457760b08da1d0e7616bd8baacc4ccf98b9f6ce3ee2ed6
+size 97841484
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0469-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0469-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..901b8a5cfb16b8f6fbb5fa90b1e9342ffc61376f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0469-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1e291ebdcc081f0e156459cc5bd360e393b0e4ff7d70de37d0c21d3846483f80
+size 97276809
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0470-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0470-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7cd666a6f854b5925659e44bd2da41079baf2026
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0470-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cd2c45046544fbbfbd8c59a809665090a5621a1994a08f36193b8f21280d13c4
+size 96062944
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0471-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0471-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..95adf3340855832fb4d69df5c2d15f762eb02eea
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0471-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:406ba5e0267ac9a28e7fc06cb803ea4229b43432550367be7e049dbcc987dcc6
+size 98313059
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0472-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0472-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7e5cad6489374fbe9b30bae65ddd21a978f3ef0a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0472-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1f210c9d2aa43daf814ccd66b5a1d3382e5ef0766535618840837398d35f4185
+size 96461045
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0473-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0473-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..77c62d3bef3877c3b331b1246a25b9994c7db406
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0473-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4a0365cb526b7477e34fb0315391011068af61d631a905f4bb40a83146434e1d
+size 97064276
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0474-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0474-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4505946ad5905ae20616f269c59dd52adb888ed6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0474-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3381cf6870cde7bff2e1e3f72964d09731b5baf5990d9518abc87b28b84c189b
+size 97921441
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0475-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0475-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..00df373294f38fb2003e7747b9290758732d72aa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0475-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:731d612f45672d3f96452a9e4addac4d6a9ac8c015c2c706d1a9e4d930e3cb52
+size 96623796
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0476-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0476-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bad451bc13e98e7d4d94accb9ecbef0e2d82b11f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0476-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d83d5b38da49e00404318324a9202acf159b12ff1e9b35a25da921ee22ebb315
+size 97364374
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0477-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0477-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4194bb84be5f721274f446314c56cd8bf2383c9a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0477-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e8a492136b4a731d6ac454e7154557ae15d85fd42767b2aeb3de9cf9905d6292
+size 98143833
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0478-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0478-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ab5500505006fc263bb4d4fe357b4092b67468fb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0478-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d5d6203cbb469b9764e6d7d08a5332662c65d2cba44272860e37640f4f7837c1
+size 98314027
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0479-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0479-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a72957609bce2caef43bd2ec851822cbf5e71b07
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0479-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1b57b42b96ab30856293d1524943e0c87c250972b809dd714da14ec044004872
+size 96526363
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0480-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0480-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e6efa94a13ac2869821519d650db711b4e0660fc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0480-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:785caae3e985db4c438edba9e0a0493cceb6c5c52c40aa4ff23925fa5ef4ff14
+size 99118384
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0481-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0481-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0c8378ef33501071b7c09eb0b8c9b6d0b1301a20
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0481-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e9b85f354d7ada9f8ed24898d36f0c2595eb0e8f243cc334cbfa5c91fbbaa6ed
+size 98179899
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0482-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0482-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f72a2fa1d98cbdb0ed9d6e37a43a48fff84bc47f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0482-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ea34e6337add3abbe1a3644fbebbfeeea418ded0ac56742168347d5f466488d7
+size 97797869
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0483-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0483-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2c9767b411514e4019660bad0490d6f18e30823d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0483-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6ac7dc05a0801eba2d015ffe9775af9adcfacd80e387b929a4c3b2d8523b5404
+size 97871841
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0484-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0484-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..072a6bf15a67630337bcc2a6f3284468dab13269
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0484-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a43525b8389bda9aa51e796bf31037c752ce6405674e8fac207e237ce7b9e7d1
+size 97635804
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0485-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0485-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..29bc8e600e1d47d0a1eda8f30cb689c8e6fd6e5b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0485-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:de1892a9f5b984a409e54946125c2ac15260b464ddae1677e19f040a9c2a069c
+size 97343938
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0486-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0486-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5a5fce7474b1b4d66c60795cc61f2d6caa616c7a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0486-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:46c95ca14ad0ec94623ad39281421eade62e4531545fc3af6b4a829f55d8cf49
+size 96467461
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0487-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0487-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8f038dd9e804aae204a4c24c60e2cfea1c679ac4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0487-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6a6e5fee72fc6c152c39a9f498695fe9017c1c8b116e2a5a718c3032c59d3f5f
+size 95983989
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0488-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0488-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..08a311b51174073d451d5324d38d1590f34a7c31
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0488-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5879d223df32beed9c4838f0b7dcd4b8c2a2b89e266d17092ef2ecf7b14b889d
+size 97856894
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0489-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0489-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cdd1e7192890227d417f65eaa25fb6d76b975c28
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0489-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:87181642241a797cad55b6f1ae780c116f146c8d702d4ad05b3a08d0623963a2
+size 97493642
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0490-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0490-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..88671a6d70dc2585eec2747aab78204c55d4f508
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0490-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e225bf525de7a005570c9decc8404ba3dc04a9dcd8f7e9a4c4162cb5199b3728
+size 98929906
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0491-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0491-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c90c69c0459e7bc27018a25ac1890b68336de8b5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0491-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:63562bfbf005cd68e5b183ac58845737f8fa02aa12a01f638556d44fd1af25d5
+size 98880908
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0492-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0492-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8ca184afb09e5db4d937281cdc3e01891d4d2df3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0492-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:af38ed10d3f6a8653a5109ecec35c6c5f7388974cc2c0d7be62bf232a2f9b320
+size 96643110
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0493-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0493-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..22183f9d9c481d4518fd434829419933efdb03f7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0493-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ea9b21acc005d54342f37758ecbc4093541dbd8eca79664720a01da3adc3a28d
+size 97528115
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0494-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0494-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b3db9ed116b2912bf8cfe91bce29b453a2cb3f69
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0494-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0d569b6edeb03a5ee729760f8cd26f9f72cd6aa5456387d9599face5e54859fd
+size 97446585
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0495-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0495-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3e27276c6bfcbb98df07bc4301825dae1f404430
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0495-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cd396f3317ba554515276da0cc18a4ea1374136f48b1735bfcd24dc77af073b6
+size 100455092
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0496-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0496-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..daf5c4bcbdb0d0b9b0c62b68973369cd3d67d213
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0496-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:393da0ecad787b7db6359d071866f9b89d46718c1a1d41e432f46a4acbc06219
+size 97314262
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0497-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0497-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c212e70eed54570e454356523094ea87b937166a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0497-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:76d852b66b57d82fec3353f2f0ff18f7fc6a504f1eedeb8360043433aad8dd0b
+size 97473928
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0498-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0498-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7c9ebddc15a6bcfef038d304c14210316404d9d8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0498-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:703aebf3f91b22b153b61520f6319cc4c81bccd5fdc0269f15413cc0fefa42e9
+size 97977638
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0499-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0499-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..35ff27c9143a62b23373309853e8f96a7d3075e0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0499-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:739aef498ec59196b5ea7f530a32165c68c169cdcbb8cb2edf7b67e9c7959097
+size 98190090
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0500-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0500-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d43ab120ff6b6b44eb0c3050c72bbb4a092ac032
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0500-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:82f62d051bb4bee18b95e047283bf4550e79add1eec2252268327da1a1b3d8e6
+size 97569894
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0501-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0501-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ed109d59cf6e4141fcd0b35b0f89436bd19c2e20
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0501-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:27e9624a83d4357316ca6e793a49138ca7ac1d82002fa5e1b8271c3fd77103f1
+size 99101454
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0502-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0502-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..be9a9aeb99ec1a91a135c61af649f5855878c1b3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0502-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cb5dd863da1056053d3d725f67f9309ee0cbedeebe9e693265fa8c67c5ccda0f
+size 97811712
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0503-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0503-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b6f5a2fd9dd36d1f9b6259487b887dd5b6e1b8d3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0503-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:df47253acbc9fd6509a70d5150517277e82e8d819c1c4d9eaf4711f3c08630b4
+size 96717282
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0504-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0504-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5e29ea44feb9b59aaf17a207b3ab2fcdc3601331
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0504-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:548cca9bac467b5d7aa716a335a4d8e3c6b49dbb9b863485821dfc5eb92e66e9
+size 97076149
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0505-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0505-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ae5f094621a88924fd5b23bc6f921db7d66afb77
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0505-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8950779ca4a96bd6a741309be0bbb3b8ce749a2e2b4b012b237d8937aa8685d0
+size 97079536
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0506-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0506-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3db170889cc66da250a9f6efcab1e9573f8f75d2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0506-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:77fa0afde397c9a4d7825ffa5cb8e2ce333c08ca87498f953a7600e2cbe0a52a
+size 98127078
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0507-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0507-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0e4a6e1bb9c373b05b1ee816fe07819d68888aa0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0507-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:407c745817bd30a59b10eb821f4de0b1d9b2301df0f1e8217c9f74090ae34be1
+size 97013217
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0508-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0508-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..551e3acf10b5844a1d8e957fc327f5f709cf732e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0508-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2492f0d829cd01e611fbae55fd4cca5e4f218872116a1c767c4f9e57af7430cb
+size 96558111
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0509-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0509-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9b8984aa69cf4c4fcf2d532c2456828944697e93
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0509-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:be052d33f5f73ced5ca19fc81729e8ba2a511fa0dd9dd9440d82a61b1b4e1952
+size 97478682
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0510-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0510-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e6fbd351596b821a4996bbb5b0846f697ea1f563
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0510-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:62d715c4ec39e15fb6fee5ffd1b0369d155737becbc59c514bd41f4aeb3a1f31
+size 96313017
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0511-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0511-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1a7db8e5def85769c9f68607d2b5143368e5e26b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0511-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:09363765de3aa346fadd5d8ae454d2ef1f419d73fd7e9b9215167292f7ea680c
+size 98033339
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0512-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0512-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ba47e88bbf2ee330c4a77cdabff0fa3e0b38602c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-39/ultrafineweb-en-CC-MAIN-2018-39-part-0512-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:04c6d947e2a5c4a037dacd1a75385322a851bcce372971bc9f49f0a92e9da724
+size 95719632