diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/_SUCCESS b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/_SUCCESS
new file mode 100644
index 0000000000000000000000000000000000000000..e69de29bb2d1d6434b8b29ae775ad8c2e48c5391
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0001-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0001-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2c896ffea29609f325ac73d5093c6e40d3b3ef05
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0001-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:65f3778e0c9ed787089e23e3317ddbd4e4009e655875ed31daf1014be6a957ce
+size 84956780
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0002-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0002-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..28a300441ba417dad4b3729ba6f30e61d627ad06
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0002-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:36d538ca6b4981f0bd97fb1aba7710fb0df19f01898673f5974c5f1293e748dd
+size 85328601
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0003-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0003-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1c3f3ec17b3ab1555402863416bdadaf9af44f07
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0003-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:17c9d1e28be66ea6b0af5fecafa5a2a357bf39c8c148bc96c7d95a180d148e6c
+size 85351477
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0004-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0004-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d12cd46dbee66a89bbe6f412eb3af9d4047fb5b8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0004-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:aceef8bb5145c97cc59536db9bf7d6f0b2de3aabde891baacfa7be4694802cf0
+size 86297176
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0005-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0005-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..007850f5945e66bb8dc72b149b6a4c9c00b1ec1f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0005-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:53a746ab0a8ae4014f48e338d032928591133c4968571265b6f96a6579ca15ee
+size 85275665
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0006-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0006-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e632985263558c761c889bdb7068d7f17578c149
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0006-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ad8b4a74e449bb8f219648ae471c7c6611dbcc7d25d9a0248b198b0421db3b13
+size 85716107
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0007-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0007-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..25a517808eb4368d9a722b30711ea2f12de5ce64
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0007-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dc05ffbbfeaa64aa331125cc6510bbfa7d6d22ecca97b2d7923b68b2d21a3745
+size 84975293
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0008-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0008-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..52c9b7a60fe3f9fc791053f79540fa4e9db2328e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0008-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0443544f0189d0fda67bf7b5008a4e91090d15837b5c72cac70441026f14d6be
+size 87046944
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0009-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0009-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0a16344b18904e62fb436a851fc6b27f0be6ff98
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0009-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dd6f33a10667f7bae7b56002d7bd9e5962c2bc75808e291e937da265f98e44bc
+size 85738922
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0010-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0010-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bd52726adddccd27fe175509ce54c95063cec4d7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0010-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:63280a24e3c2a1fe0159c4f6e0336baaef0d9ca6fd3ac444e1f109aa2f304828
+size 86331550
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0011-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0011-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ca6f25c0427037434e43dd844323952dffa447d0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0011-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:37571c7ed51cc50e7113120cb9ef5798fa9b33048062c7249064f3676fcc5f0b
+size 86400673
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0012-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0012-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cae96400f0aa4096062390c526db6ba253fbb0e4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0012-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:744a36ac780fd29058f6cc6aa3060feaf1d91d0848666f6428c5d657cae822ae
+size 86092137
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0013-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0013-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f220cf4990604cfbef7f9bebc1c6daab7855d7e3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0013-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5156cb45edb57402e11eed97fd38a99448a58409dc17fa51831159c345026e0d
+size 87340828
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0014-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0014-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..21d7560eae6616eb798e7e11418faff9fc945d93
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0014-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:54832d0ede393c9a005b374d11fa85409d05c889f3146b27d173e0598c093e38
+size 85683702
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0015-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0015-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2c8875df147cfa3625b9e983cb056c88fc59850c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0015-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a8129dbff0a427a3f69a01126d247f5c0b55af1baee3d6ff04b3a6e3878f464e
+size 84195245
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0016-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0016-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..db6de1f6087604fe54125dc1886391e43599d16b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0016-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c77f9b1be9867e19c7ad968a83f3791df3f3a217ed6f4a105f48f130ae66b03c
+size 85717329
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0017-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0017-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9f0d830418353e338e601f62d0f34384611d377c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0017-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:334f39cef08214df731ff7eb4bcbf73de6afe764783baf15fc62da9438ef9fb9
+size 86134440
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0018-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0018-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2ea0dfcf17d7d94042488ab02a5fd176d2849288
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0018-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:21930bbe31c95842693b207d353bf0cc0a4e781cd5432daa78478b62b2d92957
+size 83690169
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0019-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0019-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ba9d09a9eff673d7b7d4a44a1836741e7f9aa2f8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0019-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:06b2395cda095539012cc468841b6da74506884f1365e696c7f7cd7db9392a31
+size 86515475
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0020-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0020-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..40fc3c6c970fbdb8331174281620216f118cd27e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0020-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:68316c5a26570ad208b10e47ccefd1388b3715fcf2604feb466d3ef21c80beca
+size 85397664
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0021-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0021-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d948455f1074e3d2b1be75bd60d17be9df461a83
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0021-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1154aef1a79fc61d13d43820c630ae5ec2d07ed93807d31667dc1fcff69234bf
+size 85573931
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0022-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0022-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7d25a28ad1be2c3d786d63b5119cc8acd67d764e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0022-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ddbbfb7dbcea22b9727f2ddbe561e47110b7b527597ee359c57905a8a0b56c95
+size 87280121
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0023-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0023-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3f49725712c3c72742865dbc2489636f1113687c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0023-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1421d56d62ab2730be74cf1f3bd01ad267972ac454f85253164c63de6c0ac75a
+size 85351933
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0024-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0024-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..51b7902817c965b9114f0b2d6799619cf87704e2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0024-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cd613f01a4936e2e1df7308a2888a196e65459262b16af2caddc1c5c7c048da2
+size 86821424
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0025-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0025-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2861f323f43b14cd6be2474887af2a01693379bc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0025-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8643388ec2ce1f33ae68c14734efc705e94f8a0da8c18422f12cac7ecbd8b1cb
+size 84880582
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0026-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0026-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..afe01603955e79bacd3096a096ddc4d58443e617
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0026-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:72bb094c62adc9e73f623d38277b36518587a1cb65def914112384934a0131a6
+size 86020079
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0027-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0027-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..807e222d3611d0399b2b9c4cdafe35934972cf09
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0027-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:328eb5d50a80d21dc1c28579b02cd3681b7bed1ce109f6644c5e58efd4da815f
+size 85401227
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0028-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0028-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c1659407c81c8ee86584bc7e47b3e179d232864c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0028-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4aa8af8c8acafebb1c97aff146457fc651e430fea6105f3826e0cc152e078178
+size 86114290
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0029-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0029-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f075002580f56e2781ca1d8d529dce18f43e2036
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0029-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1eb3db630167639d71b9d93293ad735d2cec6a91e2c21fdd30035fb0be6b1699
+size 85391758
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0030-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0030-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..132a6a3dfab991c8ac9d7aeb8f88cca813e2316a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0030-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8ba00983942678a78db132fe015ad23bd42021b7e61ba65db5c9b69deae62ee2
+size 85398631
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0031-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0031-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8f794b990fe48c91c4a002e98eeb86b860e8ff17
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0031-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a1b4d2f2786874d56bacd1c1e22f32802c39e83f2e273e62978abf3e04c2e9f3
+size 84287984
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0032-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0032-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d86fb360d1fed87fdd3eaccc281f42827adc9ace
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0032-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7d1ec06094236feea33a7eafc2d95467bff00c21d49f9f3cff44c682b73f8331
+size 86039331
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0033-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0033-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bd4b7740a4173e421fe6766927eda8bc29821c93
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0033-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ae0de9cce4e12431f6f5e07607d3477e38b71b3466a1791adc3ca04a4e5629b0
+size 85431484
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0034-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0034-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..99d5be2eb1209049fae67c7ea0e76d9068145a78
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0034-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2a46a61f91feae3e1ad7338972c669d9093ee2a9b5f88fdd108f795809a37472
+size 85250833
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0035-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0035-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..089c9a77e3f4dc24da1ee2026cedabc29c4a5bdb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0035-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6dc86f06aee2007a6429f4fe5290929ff1059b8493e968fb26f32abf0b057ef6
+size 86836564
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0036-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0036-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4a9075d62e207dc839b5cee150ee07f60113f95e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0036-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f6276112b20aba5cfd3453942f293756ebe6b0ea5a02bfd7fd686f59e24ead58
+size 86008266
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0037-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0037-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8db7df587240824a69205d1ac9fd42651860c6ed
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0037-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9a8b18632dbb6778776581ea05f6d7ed0a346285a3532be0939a78251cdbd51b
+size 86452062
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0038-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0038-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..450d47f03a2499f5101d11bfd21738f1b1269a63
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0038-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d4e59174c872aa6453362810cf59ce23da3f6073cb6c61a78c7923bfeb711b9c
+size 84391300
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0039-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0039-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a8e0124155eddcba131d7af6768ba4563d0f3c10
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0039-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:60ae3c12e2d9d304e33a18e8566843b1d2d6a4f841ef3c097f81473b59d9fb4b
+size 84708555
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0040-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0040-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1e98703b982630ffab9956e990314ea11aacfa02
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0040-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5750b6693f0376e5c32010cc44910303e82e757f31b55459d2f8840b7db9e863
+size 86326042
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0041-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0041-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fcee9c218c6a63a1c854432a73b916f3b3b77fd6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0041-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c0bdaa247c7b1401b907d06637c20c64fd022888f81710000ffbb80300e4eb19
+size 84675531
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0042-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0042-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..69fcdc54654866177dbfd8f464254c443c6eb95d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0042-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:98374f290f6a3891cedea03bcc8f7a505c36c71a4023fc01c45b7161bda9f30c
+size 85239773
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0043-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0043-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..01fe606ea71f3497cac0773924efebf6b8e96a6d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0043-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2440668c6187accc4b02dda85abaa92f9a9e52f47b700595d2301a98052ddfad
+size 85365615
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0044-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0044-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..75ce13d90d39930b4b2fed8d2d7c79883b7d259b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0044-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e249c543ef86a91524ed291e08990ae658b8bd61a1da6471395aa88f02e845a4
+size 85610462
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0045-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0045-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..10f39f63aa2c73ccb8eef2f31cd53e015bcb8ede
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0045-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f8b3c1cacfe4bc5fca7b4e8823cb71250e9a9619ee64b83e5c32599e9125db9e
+size 85383624
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0046-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0046-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4889e345e184087d989825823c358516111a77ea
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0046-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3dd48156e1b12c567085b3e86f309dfa837ae3dc503de28a5d4345f3127e0cd2
+size 85865717
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0047-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0047-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..785de6c68a49193a12e62a7cf086b40d82dc7f8d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0047-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f4bcff7db607ca789bcb45eed6c16d3c858951a87b79586e45c4e58d9cf2db3a
+size 85167118
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0048-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0048-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..319e27d374036957aebc26b790c9fa6c62d164f4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0048-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:27da610406b1e3b10d49570ac56ff5ce1f6b22be5092d542a8b198807520bc01
+size 87210766
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0049-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0049-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6961b6a89343defc7d6099bf5270628587f030c6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0049-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5084d6c14fa5e542eeb258a7dd17b8a6cdc98d33b3ec29c36b545734ee8d8362
+size 85884778
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0050-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0050-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..75cce06260ac782f637c811a22b41133af901de9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0050-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:19e471d72154244e806c4298d54c0b4f51167f231ef20485bf4677f2f39f7df2
+size 84354709
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0051-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0051-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..09d240e93551f7f0c4a3841095fc2561d9c281a8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0051-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9906f95e9f897f9d1fdadedf3f2972a071cd01bb18d786037b716b3a0ba8afb8
+size 86807104
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0052-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0052-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..720bed3249e16e4b5effcff1d4a88b29d8b4bb82
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0052-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5a7b8b163442cebbb1acb030cf4b3efc5888a9dbc1333b57ef00176ae822ad4e
+size 86517233
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0053-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0053-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ddda5bc10419fafd131ebaec194bd68de19b3c3c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0053-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a71db194dd1b8b578380063646c969914467881d96fd0babfe17c205a5379c55
+size 85675555
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0054-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0054-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8518da66488daf5d59073b727339f8ad58142a40
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0054-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:390d74f6f1a30291c76c4c1d5f75cfd7e9442cd0dcc472011eb2ebe2f8729c1b
+size 86834210
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0055-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0055-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..93a2d2440ec9b1698c008877d0e09c84bad110c7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0055-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:89459aee5ddaa19f4f02b68a3c8272dab7a88f10ef6a4fa869a9a7673459beae
+size 86636159
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0056-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0056-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c756fa28fbe32adc11bbd184a0cebab6e405c461
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0056-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ae874ba589324429ccc9cc6fd8adaa9b1961008602d0d0b024252c69eb6bf026
+size 85374951
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0057-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0057-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a16d543f2820e5e83954db966ceac7c441e7fc7c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0057-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0b9fdb699f75493d770209423f403d189b00aae6d018a67c67afc483772ba6a8
+size 86543660
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0058-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0058-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0d88750b7d4cea6ac4927811b22985f60a176be3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0058-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3e5c2af1c8290d06bdca038e4c0e69e01c5272b6bb2098fffb457e9c8c12b2f3
+size 85648826
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0059-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0059-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d0384cef4eb77311b4ecebf8f015aceb2e2dbd64
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0059-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:39ed98a1a7a0fae6da534969c8e31912e270b58965f1b3554e16006df29d4b5b
+size 85358127
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0060-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0060-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..77a15f14146d8a0c2aca7f8992ea8e0f19462cee
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0060-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:44ddf45163d992270207dd5231759ebe820b36e86faab8b280b8f6b1f24c5e3c
+size 86484495
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0061-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0061-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..93f7939ec2cfa7a13cc7d9b12286fc1fcc5f2062
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0061-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f145e8017e01f69a346761127c5ce795d2f9922330ee725b26f6fa10f3a4f23a
+size 86014552
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0062-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0062-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2fe2f32925f83952b2afa621e7000c90858b4c71
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0062-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ffee13eead88d26626e4864828e3e6b09aad1e79ae5f8da71c5ed8755018e7d1
+size 85057064
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0063-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0063-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c46816edbd4f3c912f50127fdea117093825459b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0063-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3c7652f7f364a6a79b541f16a241c4b5e7e5cd1882706f0605af29fd0c8be8c5
+size 86186963
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0064-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0064-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d74f09050220f7c80b3986e9e91231cebcfe3866
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0064-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4b8c3a52e7de24ba5e5bca386777ad81efff90010837c3cb8d8cc6bcd4e4aa5f
+size 86609238
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0065-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0065-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b68db739053731ea9d2288fc2d26a31625f8c382
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0065-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cbc7a51da74f5bb7682844bb67b4ce44e4cff524a9ce6ed06553616909189aee
+size 84360469
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0066-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0066-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d919d529d2f0faa7e552b759193cf9f9d8b85c2b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0066-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:83f86c0fa9b71f6e4a2348252395301c6b8ed0d5ec47cffb987a79d6434728a7
+size 85480033
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0067-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0067-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..71f33d3476a0497ea7c63302185173e4f4f74dde
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0067-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1e8afc7d7e166eeab68003dd4a10cdf322aa35e55b27906bc37a345a8a7555e8
+size 86618918
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0068-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0068-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..edb2b85adcba8d0cb8262472c41c061699324827
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0068-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:93093cef2bc60645e06a7fc17f98eda2931c60d8f80657f57e8fa53c43037146
+size 86810953
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0069-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0069-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3dedd8a8395696420dd6b2a3d0e88d90634d4a5b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0069-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cf5397818374f553f6c63d48ef161f88ca354819da6ea1a4e34b7621a7a88747
+size 85443023
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0070-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0070-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8521336ef59fd38edd57d564fbbdfd79d2233e61
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0070-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c4a5f32fdea274a79e97c425dc97b757a0226ec2adb2dda156287813f7f7d16e
+size 86462256
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0071-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0071-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b5d013a58a84632500c0759ee8f820273008c4e1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0071-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bf5fe65e96011f760869aff997b5b382697db5bdd0182fa68dd63cbd18532cb5
+size 86220407
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0072-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0072-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c93894ab773f5182c27e91caeb7c17958c21fbcc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0072-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d71b64d390de8083ccaab6ee430f4ce7ac41f6d20b811a9eda2ba5b6a2cf42d1
+size 85035697
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0073-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0073-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..294cd7fcda39494fe8c37281c08c636441dca879
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0073-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:77805ac999993c542b21f0fa215551741eeaa2ad7feb7283e2d834bb75e0ab0b
+size 86323277
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0074-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0074-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a46a6e8874e601eed78bf79e001177777db47f2b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0074-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:418130f5456630a966ef939cc67ba151f3abb84b64f63701faf2e430ecb021de
+size 83601359
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0075-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0075-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0d23f0642c38f8ef5716b9f4d61c441e48ea372f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0075-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e6587d65a808de7b6d8ee164161b38b0cb05c1beba8f020df2945fcd43657fe5
+size 86172985
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0076-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0076-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..64a2a965fdc584c0f08cd92d10c82550e3863d2b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0076-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9dd94897c9a34a96ff45ccf0aa9b33894207389ab7385a6e0851d284f4baf2b8
+size 86412722
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0077-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0077-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..49813b162400273113bc3e465bd9f6b5e1c70638
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0077-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2baf4d8272a4390aeee0c8f73cd62735e0255fbc18a6b5603897e1463aa090ff
+size 86043102
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0078-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0078-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a6bb3d3d1b4e689557e0288543479f350799b48e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0078-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6c72882e86ffb201e068f4ecd594b10378527fab7a11521eaa803725e3b4d47d
+size 84641981
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0079-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0079-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d8aad56d8a959f2b83b0711642f08f66475aea34
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0079-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1287f63ef2b65fc88e8a67bd9fbc10e74596b0eaafa6563945d83468bed3d22c
+size 86575256
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0080-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0080-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..36f382bc558d9e61b8e8b5a69350ebeaa60ce7c1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0080-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a881a087b6f2910cf630b48fc18db97e581afa28f417af3220be4b41546c8a28
+size 85117229
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0081-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0081-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5689133f082db64094ec7b0b1af8fada785d974d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0081-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:59dcf72147230049b4984ffdfcca3e1fd8414721e70e1e29ac382c1e527b23ab
+size 86269754
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0082-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0082-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e6dff275d203f9902beaa08a2998fa2decb5fc8d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0082-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:20ae42b9e70a762a8b13018c67064b35885626b5efa2636951b149283d6be238
+size 85305937
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0083-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0083-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8e3ec86aa4bbc6edebe8df184b82e3a7cf949d42
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0083-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bfa3b6dc43e45c95b068b4de02f1e0ea43c78a178d512892212694ea832537e3
+size 85486700
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0084-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0084-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..086bed309d4d3b7a2afceff6f048bc50b03dacb4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0084-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:39ea347e7fc03c9fb8d20a8fc8ac0966af7e81f28388deb7813c189ac41acae2
+size 86692080
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0085-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0085-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fa70cdc12cf93b5714b1fbd7d576db626c02595c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0085-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:52528a468e20355b031ae6a8f9f2fa4a2dadfc115091a8a5ba1c2370afdbc1e1
+size 84825003
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0086-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0086-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6bf97c25e7c092be2a44fce2627b7a2470bd9658
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0086-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:10570cc4a50bf6952e652097d6d708b5408135a98743466bcfacc6c9f73f21b5
+size 86675849
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0087-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0087-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..37b61213487b1541dd4870ca71a2b8d549a0b9ee
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0087-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9f3388b85648532036906d4d746f3128f703b28585db030a9d2cf479050ef109
+size 85208716
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0088-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0088-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..919c806342ba428078d6b850bde8b6fed4710540
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0088-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:96179f47880a452a2f6710c0cecd90a43e60c1cf7a1784c3801e4e5ed4d7ec29
+size 86334284
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0089-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0089-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..443c24072978158347f8086c64de075f8a8eb3ea
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0089-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2da052c0e37a5ed89000576f26819784619ba81447088ee1bbff67605a2f4371
+size 85750279
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0090-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0090-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d52caa9f73fb57395a9a5789d1fee9f2a5e88b2b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0090-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8416965202019cf18e01525a67949f9283a8b144d91c73d46563b06f0469ba99
+size 85784596
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0091-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0091-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f5c8362e5b228cdfdd62fc3d41e446359a9bc1df
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0091-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:def6fbff985322129699219caa9abe0ccede42e82a1395a249c015c3c8b9c91e
+size 85365832
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0092-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0092-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ecbeec0e25b0a32c9204a075dbb89bd88604e85f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0092-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ed320e4a25e627ac6692bfdf1155a70a27fb8e88fdde9812b36e1d50f2a14552
+size 86666955
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0093-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0093-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..856c5c5a01fa274896429e8948e5decd73c0a6d4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0093-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:85902e5600869181f1f1127cd9ea7a20a730078f03f14106ac37100b4043c4c4
+size 86019942
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0094-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0094-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..da75b40e6550e88e2160709f578c125a59410e4b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0094-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:be0058c87e7cf7a5e2eb375be6a4eb03264e996a2edf88613b312da9c2827851
+size 87358833
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0095-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0095-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..55e651aad6522ecd087c477306232c69df08bae4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0095-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:64fb02b2198635b10d942282805668c309e3c67e79d158db7368e5f2c76f2e14
+size 85791044
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0096-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0096-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..11dcb088dc71ab092755045a031a6dbe7751dd19
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0096-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:439a126aa21513ad6ff31e6f78155c22e071fd5ac574a1f75271a4b6af539c63
+size 86121303
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0097-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0097-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e744876570338ba3beffcbbe87f2401aed05d232
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0097-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:385201f6d63cb648639b66b9db36ac8b64df3329c09a00587f0e6c3c905204b6
+size 84854820
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0098-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0098-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..27274fbd237f533225b9842aeeb57c266cbb562c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0098-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ea912447a9e4a307ca28886d422bdfcff0fa5cd29f0e875ff3b3c57d8b9703bb
+size 87047476
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0099-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0099-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ef3d6f3fc49d814728814b15fad9d5f7017abeae
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0099-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2c52c0405a04ad6cab39c80627a0f78f345a51b9b495a35cc015d258e167c704
+size 85525126
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0100-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0100-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3af65e196f1c8b19a6a6a503527914b0bad0940f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0100-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2485e2d114ae0e0e875645d873bbb13bfe2d8419230fe9c64cb1c79c5c903bb8
+size 85816493
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0101-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0101-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e7b70e400483ccf37eae7791845891a3d27db30d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0101-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:adacc1df79f61623e6c66a5ba17982eae891c13a67f738160092d8755d5082c0
+size 85508755
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0102-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0102-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bd0e323d9e2c5b2e611244aa478613d5f6c9798e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0102-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bef7cc47e45e7c6d1bbde2e4e483c823c268675ab15ba5063aceb045908ace3c
+size 87102788
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0103-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0103-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1b5d0a3f7cb4f70f1c4c15f785c140ce88b58527
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0103-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:816533ab0e7884f84b5511fc5cc9a8e4e1e73fadf4e6131a5cd5f36bceebcb8c
+size 84588700
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0104-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0104-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..54f10202e62c71b6217e965dd7ee8529bce7ef84
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0104-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6e34ab6f913ae39319f9b5fdf1932ccbf745a12dfff055591d990570dc09e810
+size 84709871
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0105-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0105-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..925b473888c07e483e751ff58fbc21886c5ed10b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0105-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f256c310460fe66e75a78fee56ffe62cfedc290ffaeaf3ff5ea3a7f9cafaa2dc
+size 85597082
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0106-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0106-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..21eaa1e46b799cb4ad6cbd514c8c5ad11487b7ff
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0106-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1709ec97a59e709cf3713ea6fb9f8c2cbe10f19c59524cf1de798956972ba74f
+size 86145573
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0107-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0107-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..26f924a49f17e724b30e005cded5e9de2d264d79
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0107-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:08c1e01982afec7dc5f8d872609e1c690996d4bcc7e91ba399cbc14c7da71382
+size 85347125
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0108-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0108-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4fa565bf21266052dc091714a70ac9b8d9e1bba6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0108-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:df4dafb647bf1999a518a186e0b3c8b0e208aa96fe98a453ffe340da877e9785
+size 87624251
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0109-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0109-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ddbbe82b80eb06117e05ff2421e7fbf3f8ffb167
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0109-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6bf645a3f9f95ee8e19bdee961b12d3ebe54dc5e5a0868ef51e1e8cf1599790f
+size 86771997
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0110-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0110-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8c728a889a7a87b32f2b705c798e40a0abba752a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0110-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1052a11130bac607ecf1b4c112297c7211d2c96f003368268ae51f1070796e53
+size 86276176
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0111-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0111-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9306acc570d39b577fc9eca4c4e1a0cc76440896
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0111-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:130b6fe65e229880eb4eea5b6e0689473ff436bef3abe08f67d4ad0916bdeedc
+size 84549690
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0112-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0112-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8296b292798e2a92acdbdc4e170a304af6ae2cab
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0112-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:683e489ca3737449d9af8c5c724677124d9c7e3edb4b707d674bec93c82945b6
+size 85798692
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0113-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0113-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..387b612c81218417a120f61afff20b3dcd9cb968
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0113-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2820ad82591b1493b48ae1de96f7bd749e934d0d17fd701769e619ffd95179e4
+size 85862619
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0114-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0114-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a8f05fbf6894d88580f572b237a178bae95354b3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0114-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0b1d468e6fa3d3f35822e4b06dbcfa341492bd505765273cca3bb9302ffb835f
+size 86026701
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0115-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0115-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..13a972291e1bf64d8c29b72c8ed1f53ba2f8e0cc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0115-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b5017910e95c637754ff34d18bddfa300a8493693a3d5bac5e54ed8e6b97d5a0
+size 85592863
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0116-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0116-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..597e1e3c2228bc7a4e4f1d955fc663e487566e58
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0116-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:57e1d58ab5a1613e3a27d51bc8d7e01cfd45749ce469b26644bad2a0d7b0e8e3
+size 85670320
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0117-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0117-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ba6375acba4293010b9ea11917cd4bde53042355
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0117-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:43d285af2027120d60f023905af27338bbe8901cbb584f16ee27018b971c65db
+size 85129048
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0118-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0118-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fc24c8909683613c8702a6a21cefbfd4ac0a3ad2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0118-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2ed30c74b6d6804d1ad1625ee04c721d2c0471a7aeaaed60463e21adb25050df
+size 86021880
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0119-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0119-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5cb8073c2325a49d70c1bb971c095616a87a3cfa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0119-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2bc7ac0140169fcafa9edf5269a2ac2f987ef4f3a6824c01bd7d6ed9023bd9b7
+size 87085394
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0120-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0120-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bfa91e315aa8c0ab424929dbed55a27a57f63570
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0120-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9a53f8605922faffa7ac8c118bba289779ecb7a94cfd0dfb1e90049777fbde19
+size 85276131
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0121-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0121-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..da7f8b2d3a5a2370c662b21e391b0da14fc888af
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0121-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bd8942cfbf122baebe8d0ed6d9b7ee339fadfd6cfd2461229e353b6b237a61dc
+size 86400648
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0122-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0122-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..115e797a08db0758be7278241c99cf58b9f4c98f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0122-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a977e2307713dd3c232e15b0b8f986cbd8c379fc7e056cb7d4eebc423f611919
+size 86751638
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0123-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0123-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bb45baac5b8ed817ef86c6eda6a6203d4ac981cb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0123-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ec48ddc6d1b14938c2e709308f407c6d36e02cc0db59491d0f6936cd8e1e1e07
+size 85802698
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0124-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0124-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d98075de91ba5a34f72e0c39074a81235c83f57d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0124-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:aaee2e062ea9d74d85c6c0d8658c44e3b39c2e80948276ba5bd8bc6d563b270b
+size 86025335
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0125-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0125-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ac0fd343472855f1401c3e286f13f9c6b3d909bf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0125-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b574f34751d646a987a98ef9350544a70b7dae74e438246556344f5b094a3c5f
+size 86287403
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0126-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0126-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..05426b6f24778070332286668d3ad89ba4ceb2ea
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0126-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0e0b97a186ef35e1d2f9e1ae41f1c6325bb3ca62c5a648babd12a8f83c527cf6
+size 84927419
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0127-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0127-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8e4dd5d67772ba5773a6bd2c0afc855dd09eb669
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0127-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d7009c57683e9f81391cc1bc73335ebe51927c4eab0310b0763c18cf99c87cdf
+size 86437193
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0128-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0128-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..516e0e3a4a3cb6ccce31794ed48218b6b583b34f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0128-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:49b0ec4c3022da79501ddaca2fb91fc3d1b0f726e053dcf172ead017aa58061f
+size 85784365
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0129-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0129-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..483f7f9fdfab347f815b5297dd05d6a6eb54e958
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0129-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3684b5b5153b75f34fa703ca78663e162105fd1bb65378d04d1befc6818e422d
+size 85255993
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0130-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0130-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..031cd404ee97251206fd88fcf3c26eefe6e56422
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0130-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d33d1baf9e3cea85a0c8d2cc4272e76f78472fdc8cbaba0d0d9ea20e1fb258e1
+size 83133654
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0131-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0131-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..735c7e76342b375e8fb2b477af593ecb50ec1e8e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0131-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bb14ea84504e8c535b8218e460a654e7cc35dab6d9b7a8e4dace467070404d0a
+size 83805581
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0132-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0132-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e759ee4345a1c0d2ed77b1b9a8976b4e0435f976
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0132-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c1e4782d78d32f5de0076e2264b926aee9a4cbd33e68ecd7de9943a4045b3bd8
+size 86697704
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0133-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0133-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2fefe85d8671422aec587095e4423bdb5edb60f1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0133-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ce708b7c9704bc01cd52757569c41144ef6717a844d6b3b1e7e3e463f2305550
+size 86576522
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0134-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0134-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..857d660482a4b368f33c9b3655b99e48e497ecf3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0134-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cdd23c6dc69fa30e7a4ada5a6b524a60d61d48b78e2b04332d7da8beeffe3305
+size 87168431
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0135-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0135-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c1e68a22f8ba0892a04cbf4f0843b04da7e6cdc7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0135-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fb6579cde7089983802b4168f4c6c818e08cecfdef3c174a37abfda4287e0e1a
+size 84703777
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0136-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0136-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..427c333cadf41fe53163763b921c7189f5fad3c9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0136-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:497f31c11f4012a2e5bfc309900abb8d8456eb43b53c8da788caf481a4c45603
+size 85989700
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0137-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0137-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2ade5bcfb902db066d482fad213622f5a779633f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0137-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:93a4919b3354bed3e1e1f0e9767c4830df1da7611ab9877723d0828eb00ef489
+size 87976964
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0138-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0138-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..56445d045d69058af69fe3568220b5a5f3c4e72b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0138-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7bccfb67d7f4ec22590eadb5c01ead0b770148554e677239ae86bc09815ca4b6
+size 86325046
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0139-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0139-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0fc9df69aa196e73c4414980dab99a513fcead6d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0139-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:76352044a0a65f041352dd1402f0248e1500ee17855324e7aaad3a72879f68e5
+size 85217808
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0140-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0140-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..32fe325e32eeb2e13e7095fd4b419d5a5a032fe4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0140-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:135729e5b2664c7c507d136e68e7defb09bf17a6a7b0e98766b81c501f26c42a
+size 84762312
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0141-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0141-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a7566839bc48594d73831163bc5f7383819f25b4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0141-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5d03c22119c9ba3e8641d3fba61297905157b85249247f50554a9d941da0036b
+size 85984510
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0142-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0142-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d5d031a33951119429af3f9853bea1f6aaa9ed0f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0142-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c1e2a2e1584e6d6931adf9b542b4015b5e594e29faae4dff115af805e79b6417
+size 85585633
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0143-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0143-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2477337927fd6da98d07c96ae24ecd07585624ed
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0143-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:95b7b46f3769d0406d145ce498eabc31fa3755a0dcca001d5d1c035e577bcfca
+size 86219191
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0144-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0144-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..52669e39b5ab7540781ecb4db77fdeb8c70cd1a9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0144-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d69539fb653d1ccd7459358d482bdfe2b09272e2853d1427fb37962c23306a05
+size 84725633
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0145-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0145-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5b3f284c5597866701ea9da99b5b728763f9a5fc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0145-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3a773dcf5c41e059e37ae8d67650f32b53ee127fd8b4510fe8c3dc2a0dd3f607
+size 84710725
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0146-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0146-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d90f0b0f69aeaa7d372e48e84a3e9440cac58d5d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0146-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f80aa57a2178b2389880adb4d8001e1256e734d14cb44f7d03dd7a0cd5013034
+size 86468437
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0147-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0147-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..34587a8fc5aaef2db35cb4f4f07a42c935930179
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0147-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:980f92bf502862d2608bbe12ff624d3302fb86f5b3d6b9e5ff72174a945701e5
+size 87298308
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0148-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0148-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a07be475b36d0d3d019e208a17c10733bcb32254
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0148-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7f9ff6a71dfb6e1bd4074259ee3988f578c3c06e4f936a89e05ecdfae3afc6b0
+size 87338894
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0149-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0149-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..680564481cae0555d02f7cf398e3a85d8c8f8293
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0149-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:68d9cfbb8e699af2602520c04b43f0264a994a9194921c73247ede5c0b9fccc1
+size 86682074
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0150-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0150-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..346dc4cf34b5b4a7ae71ae41cd5d2d3476723510
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0150-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9d5d7042a09ff8e4286e67e5c61d26e64c08e4b8df79788e44c11a3a6a5162c6
+size 86219120
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0151-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0151-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c57f3ce2793466c174daaf147b6f321c4bfa0deb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0151-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9a125711ab311d2fbb5d17e64a256ae513803fbfbbb46ab3bb55c8476c948e2a
+size 86947515
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0152-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0152-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..39a86e384130d430cbebd1ade310d7396efcac62
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0152-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:382af609dabbc5e4d12f02539d73e5a47b8c55aecaffbb5012f08550e166b5e8
+size 86881337
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0153-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0153-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..880f6fa708d2f1d0452ca97f9381f2114d44334f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0153-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:da21e32a1aab4b9e32490828cffcc49d9608bc96bd4c5188428bc569450d9ce8
+size 84694924
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0154-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0154-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8694f673bd4d76913555a1bdef76c16275e6a25e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0154-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d41a942a3a78023169dd5aa559f022a6ee88bfc2eaced3c919250c0fcdf8895c
+size 86692460
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0155-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0155-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..239ae5007f8439924324b92bb0aa5e8319e50388
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0155-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1507551cc2039d20381d0a3f63dbd3da6a7b18af9095609cf08566b010b7b17d
+size 87144498
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0156-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0156-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fe23d4e926cd1fd24bc2eef223aac788c5c2edd3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0156-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:610be007972664e51a931592fd36c4b4d467c1e00fb01ba213b547554a602e71
+size 86399378
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0157-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0157-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4d51003090db5e33cb9b69048199a14200060c61
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0157-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a48caf28871a2b4269ab0619d8f6354a9dd38d1af46e35faf535527af44a67a6
+size 85837621
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0158-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0158-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..91a449451633335739bd446c8b34cca4912c1a66
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0158-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e61940cad5dd0fbd68e879af465f6fd67640414cf2b87ce5c5717c4fca14ce67
+size 85199885
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0159-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0159-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c1f0f1d238d2e77b6995f11ea2fef9e512b09221
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0159-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:14e3aeff6bd960ac313a817f55eca663594278da14dcaa5480859d207f753731
+size 86313470
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0160-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0160-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2aa62d7bb635f192dbebc03da4cac20c408b2604
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0160-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:59cbf4405822d029598566892d88c61b9a1fba72cda42303f58bf32993bc47ae
+size 87183231
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0161-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0161-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3bd2e17b1e9a1a99ff49fc7b23887cb5f2a2cb4b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0161-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:75d8827e65d6da7b0a8925819bacc00f413a3e9971e01a0b6c97a8b13db97d67
+size 85130169
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0162-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0162-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2f34627ce7f9f8957e5303ef1f524acfb8bfeca5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0162-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9f5f65073cad4fcb34575f7093b3e76df43fdbe6c6bef6a454bd242690d71fae
+size 85847354
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0163-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0163-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7b986bec08e553781bb8672f32ac04a348d88eb4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0163-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:48c55c6c7efc10b36b2e0aa8a852b2bd2cc5478a5997f4ce0ebdd3b351b6e7f9
+size 86250443
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0164-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0164-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..866f7619e482a6721183f411fc7292c315e9f7a4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0164-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fb0dd649f85d3da6680a90401684c8dba63aa49352400a761d44fed58e1815a8
+size 85310409
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0165-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0165-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bc725585448dd7c4ff38c3106f37bcb75d751857
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0165-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0742d60f0940eeffaa7c416dd1df8ce91ca6a3c0ac76ba75c925c086345e1203
+size 84446744
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0166-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0166-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ef7709e7eef7099900e655081a1b6f5b2e161ea8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0166-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4e4781ca59135fbf192477f2d3a2a3ecca80980eb8e8b7c4a427fbc504b05fb2
+size 86244687
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0167-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0167-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2bd6457bcf52eaa8fafff07e3593f11bc03c04af
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0167-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:70c7eebafccc38693f5a3eb127445a4786c38f33544ffebea8e30c7bb5705388
+size 86641676
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0168-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0168-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..de1e5760a3c70e5dc5f1c0abaeb9762e54fabd0d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0168-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:815a8fddac9828f494cb8b1968b35e52a1c0a3c438f61bc3b77ac8751b2f0c81
+size 84979560
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0169-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0169-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..20ddf07cc9261c72a69456dd9510622cefb2d0d9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0169-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fa53388ed54e7b692909310fb2f124f69ea97fffdf89d67cfabf6b780a6662a9
+size 87388377
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0170-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0170-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..de938cb4c0c843603d99827fd4a2186d206fa129
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0170-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6a052fae0af1cd99d21099f31cd935e85099da7774ce20cdf131654168c9e31b
+size 86617253
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0171-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0171-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f1b54cd4ec677b10eaa97b8ca009d81488413ecb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0171-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:60ab7cc33f6665dc35e6c538e79bc1e10b0c5115f8341fd958af3d9611040443
+size 84252983
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0172-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0172-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..254767d0bb9caebfcbb085774bbb6463ddb4fa3f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0172-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7dcc59a012c84724de641f10a63d29f53128fd771675b9749002b1765c29098b
+size 87389757
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0173-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0173-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2b982253eafa6c3df8acc148bfee640cf0b4fa79
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0173-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:70218cfb2ea24a08ed97b2864c92b22141b7deface16f53de22de0a2f3028114
+size 84419062
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0174-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0174-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2c5abb8123c480997809ad247e705a6cc5ef00df
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0174-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3b9a37965bddfb32aea30e6911fdb68ddf30ba8d7c32d4627c03e6ddd4385ecb
+size 86237413
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0175-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0175-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..11c67ae9a0fd63be3acdcb679b9947e441de3ad7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0175-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a38976f40029884a1e6365b806f228feba04c09ce4a6d76b73bad8336c662f62
+size 85394545
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0176-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0176-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d92c98d9c57af170cec997cbc7895ee38e3b7a24
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0176-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:55a18d49e67ce89cdfa598c1714c725784dffcca2dde90307b8e546f4f7d0137
+size 84581387
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0177-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0177-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ff9c7d1c39c13fb398de94cab5d3c60719b65afb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0177-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b731e859eccb14837e7b5b0eb7c7db140f99be333a40c9005b3c095035d45f6c
+size 85960154
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0178-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0178-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5ea8c2480a9b68d6927e05870da59ca43ff45755
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0178-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e57ff8404be2480b0f01ca0b8457f616463831a495f902f82a1d6f67b71733e5
+size 84655794
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0179-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0179-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..14c32d381801b9c455c84164193bd15cfd9615fb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0179-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b8f1ea202d0d740047db842c37bc37e40b02106e0bf9799e2551b904ae77f23a
+size 86244224
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0180-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0180-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bd96128147414d3099a1a04e3b20b2b0a5a9730d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0180-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c928f5a39e3637df224b2b7aea3554eb41d698ec7f197bab6e9a1079df48604c
+size 86071392
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0181-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0181-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..398e4fb5bbcc61d828a54cf697a66168c4424e89
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0181-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4094316ce45aff94aabfafe68ae04a542ee8249e976463a9a1b9c396d849a67b
+size 86674326
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0182-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0182-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e2660903dba122693ffe444593fa93e515354424
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0182-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:394a68b9b8826d22d473cdcada7fd8919191f5b9ae91532ec7cdae7c80978048
+size 84796359
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0183-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0183-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..67c4abee3a3797de3f8bb749e4b5581b3ac4bcc2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0183-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:aafa804150ad713a2a964c82ba999cd27f99906d1e88638570176155c737da1b
+size 84540887
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0184-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0184-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..41d4cf97d80b062ad2b254fd78fb959804a575a5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0184-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4eb73b2a4c5ee4446f701f751eda8f922532d654af35b77e5d93cb804723e8e8
+size 87102129
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0185-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0185-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..aa9501d25361a3b543a2d1dd460cef8135a09e62
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0185-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e9e44b90f8ab883ca21a88e9c8b4251d6ad0766bf05b9c6009212f29c139c8ab
+size 85266336
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0186-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0186-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..249a34dec3acb92dda72610ef013bcf1d798c65a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0186-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9ec40e7346572c66df4e3afaa0d55fd2da347280f51fa9571d09bb5192a19df8
+size 87987813
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0187-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0187-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..66fd8057956c67b503a55b72f4b4c2ee64f13039
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0187-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e125668101c003c388f3b72db4bb6b28126ebcd79807032174966053f15e6e4f
+size 86079382
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0188-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0188-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bf1b286070c9d68ab4ab00c4ed5dd11b717d4af5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0188-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:91b18e2899bbc763e4c563db54ac6ed17a01cf49683fdb64765743b7ce8b3cdc
+size 85233404
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0189-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0189-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..966cf8d117344f26d16a16fd9bbc03a43ed6dc09
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0189-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:68959dc0e1e207b3a48349995f1b73bd197da8ba9ec63c8706cecd509a4ee369
+size 88158803
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0190-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0190-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..28633b476aeea260a51cde7475732276b4e28df8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0190-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cac953efae451781e8106239dde15d7ee9602cea805f3bcc9965c54cdf4c7256
+size 84688410
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0191-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0191-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7912f10c9f81283f13dc2cbae0e6a8479c3a02fe
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0191-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e06a00d38f77106922c4eec188ccd54aa093b32690440f92ade138f36f6a70ec
+size 84847794
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0192-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0192-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0e8487a7fa63a27887314b64842916062e71b1f7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0192-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c33e5c05b11e863da6632252fda5144605ed66942648d2215ef55c35622a482e
+size 84739199
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0193-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0193-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..49594733f14ff6bb2145587bdd0365685823f154
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0193-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:85cc8d7bea88215aec7d188787a2f0714d60754914a11778e87c3db79cb18f38
+size 87174259
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0194-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0194-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5a034d994c330ba684f20df86659c367b6425640
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0194-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dea35deff2ee0cef057039c9fa3a546eb5bf1ddafdbf362df763757dd6ca1980
+size 84876637
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0195-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0195-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..32c5246e75f6d0626bc481c47872844e2a264310
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0195-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:93ba877fe4b4b2a2123beff7e46284375be5a48c0c3a75bf0c66b1bd9e55dc32
+size 86746641
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0196-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0196-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b6c5f9614dbbfef716a8a8cf9b8a53c2b95684e8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0196-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:255c03421dd4bede867138085ed5dfcbfb870846054fa4c92e84201196dfe7d0
+size 86168598
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0197-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0197-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e19032f4db341cc86bca258fda82c3e333dcc8cb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0197-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:208e7374c47ac3ab75b7132fa751f59ee4491b54d708b63cafe8d51427bf02f4
+size 86336579
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0198-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0198-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..966955704388d0ffa8e6a02f7f01b3a2d156a8f7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0198-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b8fb3bc7d4e96954ee736b14810d4ad0ab9ae4d348b0e2e5f6a5bad5dcae7e8a
+size 85781788
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0199-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0199-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f8e72b04601bb377847844714facf699c6ed8866
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0199-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ce1a2c494342e04b93e47a95f9b84cfd11d5d30d7e3c1d10acfd9e615a49b794
+size 86446015
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0200-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0200-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e8f736a3c73ab63e892c7dfabb4ebe983a2f553d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0200-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bb1e711d0e49c25b3669bc59b6d97a123dcfee95f6e051d0cf35b2ea43ab6005
+size 86253221
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0201-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0201-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c2fcb97f20121cc9d7b37be8aaa83127b9436b2c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0201-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cf1b3a0ea103ce404499bc2d9377e3ed7e8f9f25bf66e37fa4c124d4d8145ec5
+size 84927873
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0202-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0202-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..48ca5a8ef158a9f681616362ee4ebdfcca70caa9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0202-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:22a6f35a6ecde7521503467a29eba6d7026617c6ddec9c9833a3aec6a16e9f75
+size 86135937
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0203-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0203-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..27b8ca818d37df70d5d570ba9adcff02f014d7a1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0203-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1605fed6837c67ff9ed6ff7605b3b8173ae2b625f45f6d7c4a76da0342b14a11
+size 85123807
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0204-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0204-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0dbd73d94a5548b9ad65d712da6fe6ba6164fad5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0204-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6929b0babdb0f62acd473c52a482aa049ab112d697672f6b015cff4226633598
+size 85233132
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0205-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0205-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1a0e1022e7361cac3f452aba670e21c24b213113
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0205-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5950cab053209ac43fb8b1fea3301035cceec98054b5af903d7dec36c6e33395
+size 85462055
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0206-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0206-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ecf19dd77199201849d9c25045b0038ee8828541
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0206-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:787989a59a3a2e5668ec8abc040bc580e7320532a07bfa96aed92f571cb0f67f
+size 86954533
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0207-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0207-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f0cc52794a67aecdd1b6910517e194de326f0aa7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0207-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7c7aa646de62bc52399322c1cd83f12874cd92dde642430795dc8b9ec6e2bdca
+size 85329074
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0208-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0208-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..88efea8de0d514bc1aa0c5386b1ac58afc522441
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0208-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4ced2e7d89fbfdafb193c20bfb83c27e1d9f416f881f04ce06de56ea9e245587
+size 85875559
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0209-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0209-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e7f896350092a9aea0948af3cd18847e7e2319ba
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0209-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:794a91eaff81828f1a18d372f39ddc72a3e4a2c5d9d01da341e9cdb64cecad73
+size 86387009
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0210-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0210-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a5e59606142534bfa3c0671059c85c68728398d8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0210-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1f5cf503dd79490de5160598b219cca55ec10a8f3ef4935880e3782ba3f8e950
+size 85482736
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0211-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0211-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e65911932aaa786a762219e2ec257aa6090f0381
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0211-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:078b642b0a27bad91b4b7ef5078338c4e8b5c5cf87e9d0e5c9d4bb783ace9ffc
+size 85324101
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0212-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0212-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5996a2ecff1b925c174417cdaac694c62a714672
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0212-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e685ef854bd3e8827a810efb1f49888ce80ef78721a1e4bd77daac49826e7ef0
+size 84949548
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0213-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0213-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..06808cf7345b0d5a38e7aa20bf5d238be27ef193
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0213-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c1f14e7c825080b1803b45cb7fe9ae2d61151d14584e594f20dfe5d057429ac4
+size 86139165
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0214-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0214-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b1863e3b0ba6f1cba2cbcfd4f335ccdacc4470b0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0214-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5414a7362c22a8bbae9bf70ae319c268417b8402b829e624ff06dfcf129a518b
+size 85476529
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0215-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0215-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e691c95c22fef5e732e94aca62999cb5465b38cb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0215-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:727462632bc1961a22864517eb91f9e9e06c010c6334f8b76cc9fc1700ba9454
+size 84969091
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0216-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0216-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..611a22e71dd2f97e52385df22aa0fc792321efa4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0216-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7fc0c5274ea4854c7922e8fd358456e347458b1bbbfd5c104e6b1937f7cdbea3
+size 85651335
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0217-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0217-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..85c085141b2f79f7165eeb612ef0f961f34e3728
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0217-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:336be6028d19bca17613d659e633ea603dab818b456ceca54868fb491d3621ee
+size 84778073
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0218-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0218-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8f402be76b0f891e665d48f50ed36f75f91012a3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0218-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fa43e3c0a4bc1e93509cc4e2742b9904ebc83d4552134cdd7bca45c0e8d929d9
+size 83909622
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0219-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0219-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0def776a99cd92f01eba571a4b4bd495d346cf04
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0219-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:59aab77272aafb3cf2c2d6f1cec9964111505fd55e42ba62003d57d861a8a1b5
+size 87456524
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0220-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0220-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b193f50a308cb536fff7b694594214a0b922e66d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0220-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f47b1a57e6939e98e1707e4f28e5e271c36b8167282ae0645d775c87b86e72df
+size 85332407
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0221-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0221-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7c9396f0630abf860e4839d67c17fe330a3b65a9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0221-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b97a7be11bd3127c86bd38156f533c810db441626d963b2bf83175fc1bac68e8
+size 85800495
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0222-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0222-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..daebc8873602af42123b9e573ab3cd62847cff23
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0222-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8bc33d41a949da269f88266e2ff788224149c7b6698098afa60c48c6c6a7ee51
+size 85885863
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0223-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0223-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..18902522962ff678d2e3b1d85c1ca04abed92e6e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0223-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cbb824556e15f1082a6d2d10cfa011f8a89a5ecfdcb218969994d1344507b006
+size 85385526
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0224-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0224-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e644204d37c0f4cb6ce84dc3b401f6e2120e58ca
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0224-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:635b3f6026e14485f12370db55c4be05c8be428631a841a7160fd58711998110
+size 85550893
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0225-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0225-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5ff604b87baf231f04acf87cfb5a8fef5dd0410f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0225-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4b2ce255c24cdc14d9a58e876a056d0bbc6339df5a896bea2331dfd01d6f4f48
+size 85163878
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0226-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0226-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..49e314cef20ce7ada1f55e21726e3c7b1d94769e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0226-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:87a49bde283951f58ec06b5ddad4b72340154c385208305d08b8f0a90311892c
+size 86192936
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0227-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0227-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0284ef491858a0cbb3d6511e2d0955a153fee911
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0227-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:50fb87114323c566462d04a473eb60f40157404147271718af460f037275ae8d
+size 85197425
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0228-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0228-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4218bd32f307cd58635f7de522a0bb3cc412c884
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0228-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fc3e48750de7714911b63eaee34c4d1cfc5ff624a3104af195c211a36e1b1f10
+size 85215039
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0229-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0229-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5d3fcf6b0fa2002fd758ddcd42ba65285bc8c197
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0229-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:80c1a6214fa309715c4975ddc377ed08ca76dd31b446ef5200d161d5bf128e40
+size 84441176
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0230-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0230-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fb765a529c7bbf6850d1f9647bfa8fee0aef42b0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0230-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0e4ca45b91296aaea3323acea68a5a21dafc82a8baaf8ed00189e2be7f1af9cf
+size 85612119
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0231-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0231-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fe49f7cc566c0bbad8916287c0429bb37f790926
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0231-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5b9f6880cc1fb50fbfa630a380b7108580e0d75ff5da5eb64c9b3ecddc227d92
+size 84319914
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0232-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0232-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..aa27f34a154878deda9b5e17d69b6cec65e699d1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0232-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:223316e9ff9eb91c7944c8504bc38ce814c26bef3d3ad28f1f6695c80b4177c6
+size 86013850
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0233-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0233-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..37033db37ff521ad0a308c955647bf8b5c855d38
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0233-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5b9a4cd28eac9c72e1640ff4842b138c0c52969e0edb28e4ef807e327ce3eb5a
+size 86238494
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0234-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0234-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d3b69048740e5464344812e19664889a0be3c805
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0234-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0ee09d6ca14f880130c8abca4dac555ef4943849413d79591d108e25c679a9fb
+size 86593057
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0235-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0235-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..223349b713d266a3884d49b2c512e085f6d57374
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0235-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:003105e9870993235c4ee5ac99bed995ae96edd5d68debbffb1884e283f280a1
+size 85259785
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0236-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0236-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..73074072deb30264f09eb8bd00d69a9bc8e1ab3d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0236-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:51aab05fbd31da8321a4e0ba1f2ead25a31db2d00118c21fc51bdf8ec9ca1c89
+size 85935265
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0237-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0237-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3143c62ca145f85817b490bae318b8bfeebe878f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0237-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:199db03b44a7e6f516f91900f88795ba23887c806ae44342ecf7e2a2e8505598
+size 86124000
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0238-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0238-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b58795d3c7d1b0b27ac90cb5adbf33b0d50b68b0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0238-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:70b06a4b87a5599e2d7c9320d035c52ae857061903701695ee7854bddfd2f590
+size 86700810
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0239-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0239-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..44a24a8bdebef95cd9e3c0d499a0c5130ec4d85a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0239-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:707132c6e9779d3a4cfa291e8702e230a94dc9070e99c5fb7df085b0576092fe
+size 86133309
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0240-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0240-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dd037683db3378d9b030a5608d49bd62ee1fa1c1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0240-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:88ee6cc5b538804c53736d0a39154da339268ee35714203bd1a039893b87a4c7
+size 85570118
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0241-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0241-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..45b7af3c91836c40027b6059832084b323a933f5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0241-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c7b7c6af374b58b5bbb0083351251a05be0352209677f20c34395a23c926084a
+size 85391072
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0242-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0242-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f5b6a667d74883b8265eda6ad1721b6f5a3b14f2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0242-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f87e1e531b5895c0d78c10439d4900d7924a0dbf6a77440dbb2d9a26ce5abdfd
+size 87356660
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0243-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0243-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ca2ee4b57845a9eea20d17821c831782c02614aa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0243-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:64e8fc0970edce23f850138f95e9d00d73481503ee415e9b79994e96410c3304
+size 86261664
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0244-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0244-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4f445b94a5a9b4c9265e1808e5a7ea85edef6a21
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0244-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0bcefdb7c7ede00ad07b0255ee5161ca147c4f65ea17cb8f1e6e5a6b2b00a7ef
+size 85130302
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0245-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0245-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b419c6103c65e742e2b8062ec7988b061b80a3cf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0245-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:40f158f35b0eb71ba3ccd796f06f14872a9b7e87aa9d7f816c15ee98f54637dc
+size 86583649
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0246-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0246-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5ba5710feb19be44c2eaeff1d8cca189852efc57
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0246-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:74d08ed4b0891b2f1d1e05da8dca52d6718b3443ffc1f5434c45c6ca741f034f
+size 86820122
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0247-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0247-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..934c50a0b918f04cd99609324c74be817fa7bfc8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0247-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:39d41636787db838e84feb80688443872f2f606af782cb01c3f688cb78f97863
+size 85263274
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0248-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0248-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8b3e60b594c88bb8418711baa96b38042ba88259
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0248-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a4d4cb5ea36bc988f04ed17e9845bd4a9e7cc0b157ba8cad53c4484a19d6c2b0
+size 87865485
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0249-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0249-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6351c3791d08bcec556a8576e8b26d2cd5908c85
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0249-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b1b612b005004db876ec1f1cebcf54534e52c460a7121cb0bf92a5267f9ff956
+size 85471867
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0250-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0250-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9b250e3db277a1aa1beb0866bea8cceea37922d4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0250-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e1bbc3b1a8d667a75d332097177db11ebb115e8c941f60be4d3e21b04bd89416
+size 86337357
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0251-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0251-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cde5a8a6f7d09b6d6221c65fa8dd016d9f683753
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0251-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:adecf4ac707e4f0d5ede515de040e6d5cc31fcd2664b78e54573e3f10dc2271a
+size 86524709
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0252-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0252-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ec7f2d8cfc3b7269f2ea4df5c1106df67f7cadc2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0252-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eb7ed1ae3f925db415424362b9f1714878a092fddff800eca9289f3ebb0103c9
+size 85565676
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0253-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0253-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..936ac5f779f9c892b42f21ee71a0ea74dcf9c567
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0253-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a6f27c5176adafbe382e59b7b5d02eb2f4f39194da9c38f336db971b7e25527a
+size 85725316
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0254-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0254-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..76f55bf215994c9a208e7b17510dfbd29b69aeb9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0254-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0e46b063df1822e7c195804174220abed8a489110e417ad2f935045fa1d857a2
+size 86668980
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0255-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0255-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5cfc9adbd7464019cbf27616a932ece9ef2d1f6f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0255-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:463383b9bcaf4c7b64dab0255075944afc55baa86ab3fa996cda77f87a90e34f
+size 85883994
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0256-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0256-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c86e5965d4ff8c56659e5875dc60749ecdd8e129
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0256-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9be8c06a50c07509b68d3e0dbccb6627dc3594428ab7276411a03d40285547f2
+size 86594371
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0257-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0257-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6e469ed5fa27a32152028390d6700b63d1b9d2a8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0257-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:11b4be875bd20b3eb3cd8a7bf448c58d93dfa128680c1167cb037d9e78432ead
+size 85850041
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0258-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0258-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8e8e77a065bd5d070f033dadf501997d838a1320
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0258-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:413df840c74a9e2d1d254edb558f78630493f3513b26341b7346d4ed624aba43
+size 85511200
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0259-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0259-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..62dc576191e3ff9e1313ef770ab81c568ffc2127
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0259-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d7ff69b134d35e2768f397f854029d6793eeeee17b6ed882b8806e808240eb6a
+size 86590076
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0260-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0260-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a9523c4aac6f547b583efa6f623b64ad73ad7da8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0260-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b2ac1cf31f74fee206becaa66407995c5ae81d3150c9cda976ea4a891a65fe10
+size 86107209
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0261-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0261-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ff84c25ff9f24321de8f6edcce70d879dcc12c71
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0261-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f8a4f15c49665a8a686ec0fb41850e075ba814273dde1c4c4acfd507586b6a82
+size 86586220
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0262-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0262-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6cf89644b7bdbe8b90678cf6432364194d17ac35
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0262-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b4469aea2598df343a9feae476153f51236f4d5a6a91e4aba309512fc1632d88
+size 85355290
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0263-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0263-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..91ce76356863b03368e39f85c18f249c25f8acfe
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0263-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5f01d225a6396bfacb14910fccdf14ec3f8d2312eeabc6d4f5c81f8853f04900
+size 85723357
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0264-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0264-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8b787b7b4ba1f03f11280437fad142374df9d0e5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0264-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a32db7d8b6f5c8d3fc9ee46baa7b56729023deec7b9462a6893c69fc552335f0
+size 85289072
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0265-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0265-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..96d9cba61eb20a7baa888c5478558b377780fbd0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0265-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:028a8ebe990cf527363800089c6fcbad1589cd85a17a98cde17666ecf361f92c
+size 85063433
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0266-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0266-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2a911115af9f7bb22e88c98ef5284408186daffc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0266-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7019819dea265830d55b62fabc7c2d7632de22d9c3ff0cba7a160f15e19b26c0
+size 84773403
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0267-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0267-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8c33b851e3ec95780818c85662fdc61ccb0af889
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0267-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0c5db7364150c353ff831cf1d12836dfa9dcb9ee2c18256374dd1cc932abd00a
+size 85423360
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0268-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0268-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..29285fe09269170ba6987953f352883cd8fd93c9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0268-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8802b3d66a5f624a2448fa24d767b446350eb7482611b22c14e9235a3d1be714
+size 84986070
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0269-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0269-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..24f39a383d49fcee2e8ca9efb954edbdf974b0c4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0269-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0d320f3c59483a12d87cc7bbe7ff08aa0d1fcb312501f2684b20e6b5051c8f29
+size 84600550
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0270-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0270-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f10a99c758fad3a828b2caa8947ccd5b84d9995e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0270-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b1589e625a0e4b735655ab348afebba9e836623d603bc025967b6a0f8f8fd2ab
+size 85685736
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0271-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0271-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d57eef6c95e0845a2d56287ae483b49986689773
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0271-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f8047fcfd7ab2ee2739ef3c559c1c791308f3e7ccc61d7cdb4ca9fc933b9b318
+size 84587257
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0272-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0272-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3378baabcec8d34db02e274c6af907e59ed87b2e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0272-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:aa7b171e990d8ee485ce85ba901d517379bc38ea412111862f2a5e077e9a8db8
+size 85775754
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0273-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0273-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1f3a8255cd6dd15b518448501823abe598db40ef
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0273-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d147190f50f31435faf59a54ccbba53d229b114e7c0d26bde811731108e4bccf
+size 85355871
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0274-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0274-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..317b5abb2f05b30081b7524fa3dcdb42e9e0a2d0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0274-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c5371beea274e077161895e8c2e0ec417913ec13aa8b15b4222da0741c27e22d
+size 84506287
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0275-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0275-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8525ec84152e2b7ff392795ab8e8cb58efc41dbd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0275-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6de267fe79daa95bf3f21cb67804eb88cc3544b7066be23e945393950ed4cd91
+size 86495292
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0276-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0276-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..63c8bb996182ec7ec118e4fbbf9e6fbba6898e42
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0276-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:41dad5467ea448ea213dd879c66f3fbe568313f41ce84b7cd04abe4a70f1b371
+size 85635583
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0277-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0277-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..041d8192dc03688842b4b3fb7408d5838cddf9dd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0277-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fdd0a8b49c4bbac7f2f2aff6839267e274f11f4666c5d16cb8d618ea18459967
+size 86966107
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0278-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0278-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cb9328d06e0761aa80ff57b1e79e1be9e8650e9d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0278-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:87bc5558cc5095441205ee1c61e39bf2342ccb3b43562bc63f12325c9bc63648
+size 85213647
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0279-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0279-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..482827f140748cb88c06a8b9c42a51fa27ad6237
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0279-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c406c5478fc06c93f77534fc51a895d1eb2d7a33ad6ead3b08a5c801c983a392
+size 85890083
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0280-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0280-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0d2b94155a09b0d410d6bd2f7067e3bb9e6a1e9b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0280-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0341822b7f14cff7df1c982614b90879219dc5761fc1188661267102e933c3a5
+size 85717906
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0281-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0281-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7d43e0d977069a06a7aac5b8d670d2c4300a17b9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0281-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b1b29dcdea05d5310b25ede64eb63d4589d1c11a150d72f6ef038ea6f827354f
+size 86340514
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0282-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0282-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a0538be6639569fac56fda7812b89cfe8dd02b40
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0282-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8204dd352c1482e578dabfe038413e352c98d7c67f94acfa101955600c29b458
+size 85979688
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0283-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0283-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..87ed024b1799e588a9f20cd4d1af4303adfe05b2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0283-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d5df4551c805e2404c43854704da74b96a0d5c137e5f97f3871a94a0673b56ef
+size 86958595
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0284-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0284-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ce20ee18f9d9132492e5a5b6326ed1c31995c738
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0284-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:76a6e340f8d1905b8b31ee0754713a059d9c47a6117d382bc7906a38b85da5b9
+size 85346085
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0285-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0285-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dec140a179020120cdb29f0542a5b99649ffcfec
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0285-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:904509cc926bc0613767a7c8676c18f6a9758abf06a742ffe5a04678c97d16c7
+size 84564798
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0286-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0286-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1ee986459da04648b6cb952df20858b5b149268f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0286-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dd2fb97227dd9ac61f945ddefc7b0ef86a38d8cb50ffc12c021b7a78379d796b
+size 84931806
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0287-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0287-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a38d3acf791274bf12ed857a4f2a19f70ba01cdb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0287-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5b991c18c4f7048da74aecba24049489018062afe8837f61216272089b2eea66
+size 85617080
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0288-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0288-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d98a45dbbce16d478122d007b5dc707bd1ebf889
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0288-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:272b8136f8f92e12a26df9d3641588f849627e4a7bdb4299b4703fbf1ab6a9b6
+size 85882577
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0289-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0289-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..07bc31d6c875a0801157a8e42779d6dc9f9afd65
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0289-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:63feac8492e8d6b778e1a65c3c945b08c12e82c44375d473787fe7e4632a6552
+size 85338647
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0290-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0290-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..64b88ed6bd29ff2517f77c243ffabd940da2be49
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0290-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7e052f94548f38eca8488ad476e9285e9813a69054d09025a9a6b3327783cc63
+size 84387445
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0291-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0291-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8ca941aaf5fa1c0a2a56f263db9a7db0d44c66ce
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0291-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1be2ffb05906f2727ee78327c340af7015e6569a8e4f8bc012491b9da501553c
+size 86530937
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0292-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0292-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a7bf4a0a13dbc0383afdb93200202033c0e1ece5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0292-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d484fde0aaaf98bf054b7d9b22df739b719a0a00a207a5a4647c20860774bdf0
+size 84955321
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0293-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0293-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a33a99f3f59741ee90706f690325c10e36621e07
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0293-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:128648c17afbc60d64e3552bc1ba6d15498220527dfb9a23a69bd689bf29496c
+size 84619521
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0294-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0294-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cc3d65d7468bdd74dc672a7656dfa05a0497ac39
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0294-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5d5a6428072914d1c8ba31c02ecdfa1fdc7331afe1b9a390c1a38387cfc6ed07
+size 85066860
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0295-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0295-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a2246245c6b059c6419438e6540037510d61f057
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0295-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9882bb16b154a98a7571fb18e3b5939162359eb94df0f38c8d18ed5c5fc71c56
+size 85422158
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0296-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0296-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d2153c105fcb31a909f3fe840eb0739d9eaa081b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0296-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:69888e5ac77c96cd5ba601953d173856506e8578c5a99b7c9e837eb4ccfd3844
+size 86185285
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0297-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0297-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..38fb995aa2535a15fb7038627fe523bb72348f1c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0297-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:673207675ed8f7e7a85721abdd1c054024a06bf60742a7fddc995a2cad1f401c
+size 86314213
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0298-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0298-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eecd95612009fa583d18dbb84faadf623ed2de60
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0298-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:77d0e19676a54fc11daabf08d7a12ac9bfb703020cce739c3da6d58c407f0ad5
+size 86869356
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0299-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0299-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..51e07dbcdab0cb465371c2c68bff9bbc8a68d99b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0299-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9d9d02d0c4bf3e53e7bc3a5e672295e49836589e8eef518e0433d34323004d3b
+size 85656542
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0300-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0300-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a31892b5b05077c3a3ae3aa3fedc4dbb35535184
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0300-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a4479fa96a5c57ae8b1969e507e292fd918305302aaa92b2164cf6b5232256db
+size 85005042
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0301-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0301-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..96689b17c3a1ac11f4960b06553a33f2743b0187
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0301-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9baa83b68248d0030f74be53817481ec0a4d09f26424771b60ddc3b9321d4287
+size 86392651
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0302-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0302-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9bfd1806210ec33e31b47cce41e4cd4a49da370d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0302-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5d584b20f66a0f507f3af2b36c2bcc433bf1d7ac24240aed635295f534a6dd28
+size 84354075
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0303-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0303-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4e7b1e9fd351f8f6d3e2b26b32c1e2905082e5b8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0303-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0310a0201ca07ee4b1ea9562f7b794edf83fa10ae6bb055e487df49a43643996
+size 86780931
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0304-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0304-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dffb4d4bed70befde97470a9c88cf049a53ecc33
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0304-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:be6263726a44c4884d9782ef28a79aed1579f522deee284c2a3917d9653081d6
+size 85205787
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0305-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0305-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ac5faeee9dd488ad2515c7256470241bfcffb1ae
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0305-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dc8fd0245c3d877456a75917f2ad0c6d7cdecf902ff733211f66c8ffb4603ea0
+size 85402463
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0306-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0306-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1d86688f5eaffc54c7b28be4adbbb469abf78e76
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0306-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8fb6ea7cd3bd71040f311b46e4d09319ce764473406d4cc587ece352fffe42fe
+size 83822886
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0307-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0307-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..54cc03b5452896757272ee150c7d2469c98f8c45
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0307-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:40fa931bd89d1ea9bbc10bc488e32389d36b79eb90698fb8fb424b3f791224a9
+size 83784841
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0308-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0308-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c77fff3583e6785927659566187e93fb5cf54909
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0308-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:72c0213ca720bf77b2ed2d86c7f48838a82282ab8a7279bb75251a55fc2c7336
+size 84235415
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0309-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0309-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c928c46aba89c0b243989f5549084653d31b286d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0309-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e116271170ac46e35bff208f646c4558666c54a5f84d8567773e7ff30cf7f896
+size 85787342
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0310-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0310-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..298b4f2c6ef4915df1b72970dc44344f5b316b6b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0310-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3ed7eb74ba51a2812a4de0905f07f0c661a2e3481b9db2b54c5b6a6b8af27efc
+size 86315432
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0311-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0311-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ebb599c1d01cef020bee64d65eafb87c23ed35e3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0311-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b0947e4e814acd4d62708393baa0fa6bb3266cbd11e68f19a0e3882b5f4d50cf
+size 86000733
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0312-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0312-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a15031a55f54cfc23983515d005535408585f6d6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0312-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b2e86ca1ab9030471b95fba92c62a3391c093b57607763eca4d9b31ed1644ead
+size 85785963
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0313-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0313-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d2e8e3c7f130037d4a0f1bb0ffa54cde30b88f8d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0313-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ea560b62e33f4fc34780e30b4b3355af8373b6582d0ce477bed39a9a619d649c
+size 85986859
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0314-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0314-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b6e38528217481f9462232b19a8e0c9b56be0f1c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0314-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a2f30a8db80b049b52e3aa13f1a80c3a482728f8f6e864141ea0f20fe91c02db
+size 86047845
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0315-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0315-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fb9c605d48dd1123108b695037dc290a024cf209
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0315-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:76e10f4b5d6b47d13a5bd84dba029f50ea39ee0301b9fcf0d4cd6f34bc27a16c
+size 85976981
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0316-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0316-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..349df59b8f493a5291fa7f4e2c459607d6f2a16b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0316-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c66b294e710b42bdc9f71f86b93b63e9554078d896c983cd556f9a7d491b72f9
+size 85336636
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0317-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0317-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..77423290a1bb7926e90e0cb9f0228966b1ed3c20
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0317-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:25f5c85c45230d92d270a91d9cbc079369299dbc95ecfabebbda3a285ffbd837
+size 86380328
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0318-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0318-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fe7c9d4b209c4b6a11d972aea9181d4eaf8ead9d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0318-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:063fb233d54eca8fcede0918e1a197a4053083f94fe53bb679c2e6969f75555f
+size 85238180
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0319-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0319-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1fdc39b15e9cad42cef7327f2238874a79d7e393
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0319-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:79c117d93824ce512440e2874425d6eb86f5fd6e61bae7d7b32c430154bfad14
+size 86114721
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0320-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0320-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9d9e34634d7e56e9c5b2c6ea4549fc12d062caba
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0320-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dd131a59c604253474d52b4d96c60df4bad377e3338a41eda887f450097db17a
+size 84848179
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0321-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0321-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..daae49cc51866b2fb933cdd138f601a02d1a1daa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0321-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f22f7dc37d23af8aa4e4bd1832017118efc3f0518e348dbea7937ae7e372a719
+size 85977344
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0322-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0322-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c7dd541080338b7b24c4cb7606294a2c3066d131
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0322-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ba55ad639ed3c924cb2b45dfe12cd95800bcffed6f3c259230b4cc5d44474741
+size 86464820
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0323-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0323-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4eb69129986f2e760cf7d7a4cba58ab0ecf89cc2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0323-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a21eff5d6ebf0a94aa74915953e20005795a52bf29c5357c2373db4919c2c064
+size 85063259
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0324-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0324-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f323e27715251cd1d885a74c4ba82bb3ea7f2753
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0324-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:41effee475d37b435801c19b8613659db9d46aebeec41ef17e846a45222a0490
+size 85414744
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0325-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0325-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1fd20ccd81b90424f23c693a2e652d3f1e27531f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0325-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1404c9feee4f204abf347e2f324e14bd259049a2cb1b3f80e9fa363c5e94676a
+size 85189584
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0326-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0326-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f85a77808a4f1381d86d496eed0dc689ba253055
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0326-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6ebc8c5b9d7ddeed064a0237d236410bca1691281e7b5c78c1d52e5640796c29
+size 85794625
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0327-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0327-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a136a90583726094e11f6a6637b4bf41654ea045
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0327-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1a0239a96b37ccb69e60289d4f1cc33bf167d1b313c2ce60019ea68de05376ea
+size 84514654
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0328-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0328-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bf5d0381d40c410c6abb052f15b47774d93160ba
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0328-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c7b6a0b79243eeb107c3efe46319bc9d7ef11bcec02700b4b153288a6a074b2f
+size 85574799
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0329-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0329-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6ddaee4f3b29a2340594dfd79b7cfe85a6135ba1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0329-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c20b0f11fb3e962b580203c1da5dcd2d95c1f8ff711b0339a331676d6a1217c8
+size 86065313
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0330-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0330-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a481ea9ea47682505e012a69dfece4abba9afeda
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0330-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e554ef9ae35d8c955cd97d451bebf6606a74fa16a48049c899269aa0c5e05445
+size 84544906
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0331-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0331-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..25f287510cd47199895d40ee8de6891ad3127b86
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0331-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:137419dd908036ac618bc1c20828069cd5711f5ee8f70d0dc02ee4a01179244c
+size 85919605
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0332-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0332-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..44e08d6dfed5fdfa21bad8914a5b60b9f11d26ee
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0332-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e0a4ce395000eb85812c2d08beb01b01dc22b95ddd966d687e73cb6f169ab180
+size 85379557
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0333-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0333-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6ba7f5a7f2de7b7b88fd4d51e4342817f6d3c78b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0333-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:adca4248faf84b04ca971f19d05cb24046df8800994d648bb09b650f001b55a8
+size 84670061
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0334-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0334-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3003249a37cb172671060ba51955145e5d2b88e4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0334-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d2b72a8bd64d65ddadbf45ea43ae039355c2c7dd2cc7c53f6301e14d1f7f50ac
+size 86563324
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0335-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0335-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d916b7c56a4f2e7e73b2330a01fd2b586eeacc0b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0335-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:33ccc8c4f8d01ca6d90a76191ae47169880e7a2aaa762aa8a4a42dc6f993cd56
+size 85067773
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0336-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0336-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..96f31ff3a08576e26165d91894ce311e155455c4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0336-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1cf4411a9be0eedcadbf7c2414cf8e068d0c84288ce0c2529cbec1d8ecfda214
+size 86508122
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0337-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0337-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0bac31f7476d59ba889585af93e181bfe58b83b2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0337-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:edeb61e05f249f83a9558f3fe5c1757dcaf01db7bd055b7ea2d870a5a0088122
+size 85850539
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0338-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0338-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7359c8d60a416c97c0a809ce4996fe7dfb4cbad4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0338-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:333fc25fe102a9662ce1edb16c8fe20c03ff233c6d8ca66d5c0ccf79a620aa9a
+size 87275105
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0339-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0339-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ce5ebe7ab22d3ca96bfd1a4711f7a3124f7c23f7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0339-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:18cf12e1c39e0b74c580eb389488e2201618d8cc029dec74b469ca0ca02a21d0
+size 86824254
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0340-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0340-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6b98da986a50359cd15c5ee9b42800bb2b6ccc14
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0340-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6683534aed507daf43d339fc53d1ab986171796dd885e6894614012ba70a8beb
+size 85661564
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0341-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0341-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b67027bd9f3e015739df28e7c3a4f5fb477d58af
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0341-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3da62f26e0fdf61b1a40beb5382e651c9374a898f8f38efbfea3dfb88b2a40e3
+size 85567922
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0342-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0342-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fd3b8c755c8999695d2dec5404dc05f22ce2a5fc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0342-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0ba80ac05f7d5086dc079aa04911993db6465b6c3615f30cff73b8e3c2b6409c
+size 85162440
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0343-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0343-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..08c520dd2469564782bf7f285bfd92c12a6aa8de
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0343-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f154fcaf9d3162647c055911b71e17f8c45c5fc6fee409d915be42bb4d835ed5
+size 86663505
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0344-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0344-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..00bade60922ca2f464271d067ddc575550b5d71f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0344-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:52ebcf6103d372e1de840d003c9e27aaf64766af699cb2a54aaae84600246d61
+size 85135058
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0345-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0345-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f1b6a90f251cce1860e1529440fdddd7399c5cf3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0345-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bd141bf8cd5ff040a544bba2e38f2e878794804218b93c322303a1ea4c257b60
+size 84352594
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0346-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0346-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..87a48bbaa5bcfc78f27040c30b49c4b8061166ad
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0346-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7d92b57030431fd7966ddc59329e8b7ae1b29908487d9031def2d0e231b427fc
+size 85462418
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0347-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0347-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fce9ffdb770b1b02e9d198ca6820b6371d2fefb6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0347-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5a36952381c107d27ed1c4705215dbdf6d0e71e4758157603fff60e8f208acde
+size 85416388
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0348-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0348-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4b14179c0b224651840d95cb5a089cc509af9645
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0348-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5d6acdffaceec18e0b4e3b91b17e2f4cf3e2327f6078db6256e87e9cccc6821b
+size 87965290
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0349-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0349-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6d34b0e5ad08af1d22dd73af84733b40424ce4d7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0349-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:70abc36d3a373e46e2cfef58cd3cadb8a2978396a0d9b771b7dbe733ee38c6fb
+size 86775455
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0350-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0350-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..320401e7016195d302113451fc10f4a8decfa791
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0350-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e790096df269ea4d39b5427de42730d2a7214e3bc286e4e1982071f9e663e3f1
+size 85218328
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0351-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0351-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7c16070cb9e7eba5db3f74b05c00e7ea42fac7c5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0351-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:03be92092a5ccf7675aa309ad237fc795e30e732ac54a7ab95664dc15cc4893a
+size 87811570
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0352-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0352-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..88d4c490d69edd75707fae91609df063ec4c76c2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0352-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7c86b59b40edf17ddf8559b4eea7512dc09cc69eaf5e83a9d8a9b6b1e77603c6
+size 87234231
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0353-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0353-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7c8b9402a5fd89b51e05c0025ad087c895db17ae
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0353-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:35098a7bc518271dd2d3cb05eaf66eec10ba8e2e121e449d7e3089809dbae281
+size 86284358
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0354-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0354-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..522d87786844ac2052474fb14070c77155997dbe
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0354-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c9d91f4218be2ae7b94f224ca68d9f3cfe71b2543857b4980018d9c2e37aacbb
+size 86433679
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0355-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0355-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..25c436e0f2cc2f48cfb412f4f957ad93be5ed930
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0355-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ce031031404ae2a81781e46fc56b1297791c7c455770ed5211c3db3fdd53a93c
+size 86454618
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0356-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0356-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c5475dc17cfc9cad217c778cb23bfc62ce8c0bde
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0356-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:14658c84db175e74ef7e5d987673738858f82cc21ded776367da9b83fa505fbc
+size 87180312
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0357-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0357-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d095ecf57b4b6564dce03fab506a4db1b80b7531
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0357-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e77dade94e29dda9c81850635a4bb7f2760cb6c4ecf6384ef9b2c66814c87ee3
+size 85708383
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0358-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0358-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9ecea37fc4200311100292cbc4c86122065b0b1b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0358-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:54253ddbf815aa080997590e018f6214db09a5d16ff344c678dcdcae9a502820
+size 87945308
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0359-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0359-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0a4ce93831aa420687bc74cbd2db09ac40cf5c47
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0359-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c95ff8645ea87b8c117ff36d4df210c611049720e8b83cc1a22fcfcff01255ff
+size 86888483
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0360-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0360-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..04593f129062935b25b907b0b4a71141838aeeb7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0360-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cf1ecabcf0a0aeaee38a4cf6fed6e445de3424f60cb7b99adb21c893018f24e1
+size 86371178
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0361-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0361-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f4ecc854efac4a334a29662dab4ece6edc403a34
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0361-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7726f48b968be430101e13585280a70f8c510132244c247bb684a004c2eb8c08
+size 85899045
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0362-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0362-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..37a2294ebc9a1129581b2a670703e75d82392031
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0362-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7ada8baeac4101061871d3d908d3352b255cbaf857a69792335d966a7948fcbe
+size 86673049
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0363-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0363-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..58ffe3600921c3549c7a2920105d3b4c79508038
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0363-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d8a8c9119189a74d9e43c04cc175d7fac4e778b68247864bc21444c5679bca90
+size 85164745
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0364-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0364-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5332d6e18be80cd2c7febb95bd143e33a29fb388
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0364-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:58f8ef46e324d1ffbd0e46825825e222bdbc8e8fbc298564f5e0269283f3f7b1
+size 85108426
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0365-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0365-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4c660e21a5211418a70170913161f2ba951d6ade
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0365-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9aa58dc386ca6478bbfe4c6e82214351a0b18e6f833c627f88661b73d3ab46c4
+size 85450455
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0366-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0366-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7d6f1d05f03043aa557140e867eab9fd7dcc86da
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0366-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d2c5e0e22b22d3a64667ce609d0c793ba3092d2aa6af19c4ad19741547bc8c73
+size 84671852
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0367-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0367-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..64db3e1f68bf06dd5c0f121623f8ccaf72580e31
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0367-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7f9d146f3d34c5a146b9cff325ac493807de25ab19fdf12714fdf28121f3766f
+size 85989302
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0368-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0368-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..aeab0df0f7aedf46d614268fbb37ab63a6385cc3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0368-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3738773f50c537317f17fd7ddb1a170476f5fcc3bd51fd40f613a8d9b757b6a8
+size 85153488
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0369-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0369-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8a1609efc2aea0deb2b8e85aecc43e0a06f6dfe4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0369-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d32928071196b12344bf54155337081c062fa1bba4290b7ca51cef06fa2e7ee4
+size 85577828
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0370-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0370-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e63805733c2d639be4a7c0e40728481679bca3cd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0370-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:53fff7233c5805a9693959f08bc1c825250994770c5daf13bb123a95818ca885
+size 87155606
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0371-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0371-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f7fc17ae716b864ec6c42521c0c5710a7fc53842
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0371-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:33666f64e86f66ab650c85af95fc833f3c4098146e1b4555fb660655ae7d1193
+size 86184032
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0372-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0372-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2b0710dbd5b7c6fe974acfc64e812f561e976f5b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0372-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9fa650ff8bf0ec999eab1cd90bcb6e80e85b1dc6ab703533930645fe73bdfe55
+size 85521890
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0373-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0373-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2b4cdd4e5a610330bb4b611e7321ae54a801c87f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0373-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e76981fae76b7602a3bc0e4bfa0fdbb76e7e89ad3694d058fa230cda350455f2
+size 87383427
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0374-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0374-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4de8ff2c1cf1837168544f78d5238fcc3d1f02a1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0374-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d9a0e93bce6281db7fb1f98235422479ac7eb0a25b3a9fb40cfeb209cdc95c83
+size 86479314
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0375-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0375-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bcc798b507345d3d828f846705af749b07ec7ad3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0375-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f3d3c28bcae5613133c6377c23fdb506b60c551ca447b0a47b0794a26504c489
+size 86421140
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0376-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0376-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a4a0e1e1d9c863ed0c0b583efc416a6b448b3424
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0376-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2586ed7dc2a8ed62b5231faf75f50a0632fbdab00891e246c09a7eca3145cc4d
+size 86505118
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0377-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0377-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..28b85ad8190da8d65652934bc4208600368dbbb3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0377-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5413badb43b3831126854e38633ad4442e5fa3e4a4560d73c1ff157fc5039896
+size 84260608
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0378-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0378-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5902b4f478fe98024a9c71b9e4174a295e8a8606
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0378-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5bdb42d21eb9d116b1eda45a276236db35e3afd0b98a4363e07dfe261aebcfe6
+size 87150895
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0379-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0379-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0ac1982f019380adcce2dfcc86f73719ef7d8c8e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0379-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bb15277b2891df4c5df504a11b908fb2a7459de572fcbddbb3b8fac9ffb05564
+size 85590534
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0380-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0380-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..24056f636053d12b5bb6539bd40a0a18076065a7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0380-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bc839a35fe8b55eb7f5951a46e42a3abc03b9ca0fce1f857bb5e9a26c656c2cc
+size 84373358
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0381-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0381-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..444c4e51e98e9813d395212ed2feae20d103a7e3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0381-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1736ddfa09ac87eb54ade4b60e63ec8c6201da02d9e96acc8a30e2488e47c287
+size 86426018
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0382-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0382-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..78ef50b44a2e3b4a80b21d0d87303464a8641742
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0382-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7f751b809d27d1254b048052a5859957485fb6805a6d258e2635aff1ce195fca
+size 84539312
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0383-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0383-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..df48427ec1f0e478ffa8deea5574cedca92b136b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0383-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cdc94ba6f45f6629dd92874789d19556b1970654ccb6b2fe5adabbc2afb2535c
+size 85715170
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0384-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0384-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6fd4bb4d244d35b72bf6d0618cadca43e8827565
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0384-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:43d6ba7e9a3f4d82a1e26e7c83d7c4a3a60c9289d5baeb2b45a94c69e851fea6
+size 86944442
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0385-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0385-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bcc01f51708730c9d5ccfad26212c6212315cdd9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0385-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:68f430906efe88c522c4e59ccb19af02424b04e1efea176104d3a28c415dd568
+size 84381230
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0386-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0386-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..86416b116fa96c6d5b657131049d016a5286a643
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0386-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2bf1d10c62f0357342b5d727862ef86f30b917d76aab8ac6b748d1fae06a3102
+size 86141172
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0387-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0387-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..71f65c13c1fe0220bfb53e4ab3ed7e3488de3eb9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0387-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:239c1b41304122a15d6b59b85d7a3459ea1a31f24857f7b46d6c1665df0bc560
+size 85660275
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0388-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0388-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6a6d1f900035abb29cf476cce3dce1fe0a0ca6f5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0388-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7f46a5a15d4f6eca7b685f1e90ea290f41f132fa0388d32a0a4367c7aa316b54
+size 87029511
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0389-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0389-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..65032e5077a9c25148ccae0f34121f5cdd57e37b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0389-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:58cbe813c3b0a5cb52e58a31a37f0764c950caf767cdeacafcefad608ef736c8
+size 85585193
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0390-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0390-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..edd0fb9cfc17d014fb5ae215d4174b0ad143096a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0390-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:547eab3afcf351f044ea1246b201c1246915d8b75080e9cbc40c80ec56e6513a
+size 85507234
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0391-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0391-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..919f8f5743ea1efc88060b6cc7d339e0f9298ab7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0391-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:aeb5e5b650ccbcfc8c8d7376602657689cb71bbfe120d272a4634eb05657fc0b
+size 84526366
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0392-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0392-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..993673d2834365b14912889a141103473f8d7e08
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0392-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7853e428eb8a88a88db998aadf1b09e8e6be3b5f8c92b0ea14f99fcc4a48cc5f
+size 85671600
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0393-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0393-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..778c25b4aa54c62ad229e779dcf980c6aa40d4e3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0393-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:65827037e7534e969c1702b9ddd95329abcd8a3c689af9d2bf27dadc0bb9d8f1
+size 87253688
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0394-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0394-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2ba88fe61e5b6ad0787ac67018339f7c8c4519d1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0394-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c567607dc8dab60762abe8932959c5f007702926ccff0000f1b359a3db5bf894
+size 86304705
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0395-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0395-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..db4936ccccdd747159082f94c6738e1334558a8d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0395-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6b778eb3492736338f90907b5f4f54af806866a6d19cfbc33ef962b05b0486a2
+size 84544210
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0396-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0396-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a37a0f0c169dbd85090984a8b0fb3f2210cead3f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0396-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:33726228b9437d761173b78a1e8bc86f548c9c6e2da6accb9d9a57fa34543196
+size 86261460
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0397-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0397-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6098a5386998d8a746b3828a4af73fc793a63225
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0397-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9eba1bc2e668742be45bb282f968d37c1994ceeafedecd4b9952032ba19d3678
+size 85442347
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0398-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0398-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..106b67a19479613b0a3284a797eae5ecd1f3840c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0398-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a3440eef78d5a22c0e530be44688c98f2c83676169154d57ef014e4355b94e4e
+size 83712526
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0399-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0399-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..17e0b2930ecc22494f5f3d1de5e728b541304373
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0399-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0db0a4e58bd71cf66b8cd384b0f5b5c1d5e463e95bd41a683fa38cef8addfd2e
+size 86881500
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0400-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0400-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..12e654c755b1d09272a883b91a8ad4046a06961e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0400-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1adc0317e5c7c5a93fefc78c40ad19d839c0905c652e2ca4b80d5d3945fc1c75
+size 85143955
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0401-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0401-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..972e571f146874169745486bd562eaa87a5b809a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0401-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:640d58618de0e58fc985cc294d57f3fccc504c3168d4f0ce7163932b19ad70cc
+size 86216031
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0402-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0402-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f65e58e0a33d3032f812db5c0127f12295003c50
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0402-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0433526508f0389a8261783dba75b769bfa0cafe85cc010de21477941c25124d
+size 87026622
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0403-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0403-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d14d83f43b81d832a233e4d3e6d43393b4149a8e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0403-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:648282560c4d8a20ce242d1c17c627a5481773322d1287b6baf10ff27f23450e
+size 85127449
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0404-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0404-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3912720113fd1f9961b48e0ebeb8299884dfc521
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0404-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4f9ced3d93eab580e5c96641e7aa44af8405c3a6ae2bc718a048f472d79402b2
+size 85121924
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0405-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0405-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c2f94cd137a56a353ac71fd28412075bb6a22ac2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0405-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c74e84e3148f73dd5ebcf204b03cb5f8cf8e750924a76e0e0cfbba7ed20bae61
+size 85297999
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0406-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0406-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..73f83ee90e30bd411974e33284985672d62860d1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0406-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7fac4c58c6273bf97989fb14d8d122ee1e7bf07f29a31f6b9abd5c8290d8dfdd
+size 87222321
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0407-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0407-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1661bad55ccf7ae971ec137bfc2d54a30862512f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0407-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:02c8b5b97606a7ff101fd360796febe20df5d9d1e8a29cfa4db25682ecb74268
+size 86230973
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0408-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0408-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..54a8fa51242075f96746df6949aac1d08088f457
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0408-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:48822cb6e544c943e59588b161ffbc3af841eed468cd6402698b219a37e47d2c
+size 86248739
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0409-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0409-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bfc5ae69f3e2ecf1d3e4f65ef1823cd288e5247b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0409-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2c020946986eb425c5f554af95f3460ae70228f33ce21d3b80b34fdf467053a6
+size 86270837
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0410-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0410-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1c272e76cd2d424dff1eb877fa68609512a66398
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0410-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c059dfbab8306638a2ba8a1584dc699e48f0fa4fd7a97eb5d7863d193925cc05
+size 86386190
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0411-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0411-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..72f42200216da5e2727c450ecacadc7bf492083a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0411-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:624c7f41646d54301c55cb7775bf18328bc216564a4250f98dcc989c07769828
+size 86147425
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0412-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0412-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ae947fa2ce00de5f40ef4c468457a7aa55789c3f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0412-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bd9e13d2f6cccc5a60ce8fa3bc509df154b59aed0baa53b71218f80043c0b812
+size 85518913
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0413-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0413-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..94b7ba86d9eeb1aa19f5d3d3097bd822da88a9f0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0413-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5505560d36490788d7e22fb7774830ccd9fb424ad2a0e91d9b243baf35642562
+size 86451305
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0414-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0414-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b51a425f73e9355cab4ccf6ae552d64b3b40a60e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0414-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f9cf0a51fb784dba6bd227d1793b43909c7452ab5c8b0e087bca436193ee9c31
+size 86746959
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0415-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0415-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eda5716895b53c9f4f4b9aa12cf018cb800e1c09
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0415-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:96ff9a84f5d66b47093c4cda841ab90e88a616ce8d386ae4dea473a6bca7f04d
+size 85205539
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0416-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0416-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eb13d60bedf04adaf3751e5ace328224ba41a9e4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0416-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:91a57a782122cdbc749b2859e08f4db4de6c83c788c1489a8bc3fbb87067ee22
+size 87115246
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0417-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0417-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4d552e96c61b76a04810f76676a81c94d6e087c6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0417-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bc0872a07734eb5d46a4e755a4dd6c21202c84b53999d42e6db09a984f0934e0
+size 85348725
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0418-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0418-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dfa71c67901c959a12f57d77a9fd0adbeb8e15fe
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0418-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:74a97df3a20dce43e2c58a63fec42e952556fcfceb76cee26f7077978af2db94
+size 86227866
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0419-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0419-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..30815ce9ab18ea8ea3344a464c7024e699c7a233
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0419-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:939767ccdfa2e9fed972795033bc7dbc91fab0bbc12af4dd8cc28ca4e6fafbb1
+size 85197916
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0420-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0420-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..96d36d9e8a563a10b19f7a11aa15e93dc0a7bded
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0420-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:79a5df511aea8d511d4821f4ee5a8e081545f7265a52ef77f2d2e3b7895aa3ff
+size 86069291
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0421-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0421-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1132a9917ba5fe8d4d68ba18990a80cda4ab92fd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0421-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0383b2c15be5e2216160d7bb9863c1dbc126a3c5297fce0847dde9b4d93ae577
+size 84506160
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0422-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0422-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2115e54bfb295aedb230d7dd4d1a074774661489
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0422-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f38e111fab714a23673c625da32616803bcbd5cb95057dea0a6e66f40d40bcec
+size 86204852
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0423-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0423-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..848ffa193a4f214183bbafff37597ef4216213ed
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0423-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:48cd90426a1f0e4b74449aad2343fa6e095a45d191efeba66db94a92022ac527
+size 87183642
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0424-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0424-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e09e50e2ccfc104dfd1863d090a5db8344ea2c37
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0424-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e5c7dde18492304e0fdba13eb19d44ec70135b0d4bc77788d3b6003f3e20df88
+size 85628140
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0425-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0425-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..10a8f60a63d711bccd0f66d27222a6d0623eaf81
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0425-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ec4e486a3970bab61fae3a49f3ca569572f1243e477cf7049e89c6c77781ab0d
+size 86735087
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0426-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0426-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..506f41a6baee712e491a347584529d540b0c5753
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0426-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a35b9f141594841ad8d5380e21c374a802520f86e6296466639eef9311ccc92e
+size 85224809
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0427-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0427-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..827353f0ea5d9a7bf828b50f0da7646cb128201d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0427-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a04a6cfccf25cb662db7de6c41099212a331842b6e1a2a239dacc9627e903c6b
+size 85926579
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0428-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0428-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..96bafa94af69b66e5166b06a91d1964946ef85b7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0428-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b1c94fe458983302d9acf738f348607ae40f32da46dead3ae23b7d3bd037d4ff
+size 84840829
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0429-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0429-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..464efd276ad9c6f617231a5e5fe7910132bf4d62
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0429-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e325fc6db18e75f40d90d68f6e5f8250d44adbdf9905470cf97082fd2c200022
+size 85233659
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0430-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0430-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d6ef603d89abfe21076693e620ce8c93a470a777
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0430-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d8c4e926771ac619d2dcce0c038635abea72335b331f3ac5ac165b9f8947afe6
+size 86044257
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0431-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0431-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..22b2aaced2a35e52958405be743a77cd0799ece3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0431-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:54f4ad8a75f5fa007b5ab47a0ce02408a8853e62749fda6cce179a241f1c0851
+size 85526673
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0432-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0432-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..87e98d1a27ad8e517c1ec3b487cb0575755a58e6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0432-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:49b69304775f7741c2f24a3f9fe883fb5a9d1ffa2fb53dcd698d0ae3c5e4522d
+size 85669826
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0433-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0433-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..98d7da4757e979f4a407d8995cecff199a27cfd6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0433-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f395cef9ecdc076ebe5b563cb8ca73c9eeca0b5d133ffbdc9e4aa473debbac56
+size 86397127
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0434-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0434-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4bbf287ebd1ec9bd8def92d6b7e8b5afeebb71a5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0434-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ff84a83de63d87ab5f377aa84aedb04e80b4866849e78caae90f7ed72fb503ca
+size 86259915
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0435-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0435-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9226c2c76e8f5958489e1a4e0dc44e52095d5e7a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0435-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5df92728a160b5b4fa6c90cf08fd372cefd23b16b8db747cd7afb7e8c1062157
+size 86635102
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0436-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0436-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9575f3faf2b97b4dc1fd3a5b9c9e4bb83c711c2f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0436-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6a223ae62f85697022de6b9583b74cdb2ccdf4774fee866ef86a967c0e1b914f
+size 86061341
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0437-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0437-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8f4009e7f74def9883983838119209aa08e9d8f4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0437-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a77d5a62f534f2409b52574c047830a466a6c342888f8004f8ba2ce0ce192c14
+size 85555384
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0438-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0438-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ad16f93a73800316df6e08b0bd683e87d91293a9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0438-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:696b3495915390656b0e2cf2ce764bf8060950526bc8699d9cd39f6385b00485
+size 84673944
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0439-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0439-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e89184c7ef171f6eccf96829bca530f97abc8796
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0439-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3dbba1b90240f81e78040f1d0b85b99b0c542190eeff59efad545162054d9e4c
+size 86211188
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0440-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0440-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..337574770c1c2645bdbfa1b3eeffcc5d4eb07fe4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0440-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:16d011506030ab081d363c3b0c1bcc59d92777a66bc0349375701b4e7af55f91
+size 84366359
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0441-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0441-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a2a47700134dbf5dfa7e488e12ac5fb1006a2375
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0441-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b6dec673a88f1a72ca759fa6e6fe4557a2da005c9b407cf881bff8687d3aa5c8
+size 86522600
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0442-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0442-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f15e96318d41f4fa59d5903ae517eaaf87d49be0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0442-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:36b7b13cd24e2c86b1be7c101a1ae9d90246c375cb0ddde32a3afcf07c316c3b
+size 86598582
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0443-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0443-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9847a0c8c77d9f380a154d625612e6572c23aadb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0443-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:75547603f9010b28606cf8ea7873707ab0edb2873239149a924c38d34507c91e
+size 86499798
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0444-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0444-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bc9f30d9d0c886ca134d039856449226c799dae7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0444-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d8c846656034de114ea7150eca7f98bb118623caed2a504468cc84a3beedcea6
+size 87319438
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0445-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0445-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..96b28b1f6907935540c590fbc5691fbd96d59b9e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0445-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a5a1cb0e618365f2fb3756927d60925cbd21ef083907b46879e90f9148f60117
+size 85588819
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0446-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0446-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..44773dbeb47926570d998283034262e6b7cd9534
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0446-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1658708738edac2ffba8fcaa7d9765a5f4e2b1a167609936bce23d96ac7c28e9
+size 85706935
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0447-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0447-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a3ba3ade52af3fb377100b5b01430a7db5d9f5c4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0447-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2da1060231eb0ed36921005e7e71319a517ab0c24b14544b0102809db199f223
+size 87160236
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0448-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0448-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4ffa5316b3fe8ba185511b55a121d791cf8e5e3b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0448-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:646420360c39f30ada772005f744f8d59f89bc91561d25dc820a4e7dac6a97b2
+size 85101322
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0449-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0449-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..547dcda1a61f3e30f401e32b2314b1061a8ed4a4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0449-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eb74c1ad827e7be56b16fe77f7e7c684a1976cf75e783865ac8798017ed70857
+size 86349101
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0450-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0450-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8a8688c6ea12c0ad820e61f60191eade9a4d8e70
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0450-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9f8c231c7ed12215a726a39ee4f9f870a5dbc2db4fff70e1a165727bd24c0ede
+size 86211952
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0451-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0451-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2590e6ef0054d1186952b900c371fb648ae6b65b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0451-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9d3c722d9bc228c404a88fa0ad120c8d18fdc13380cbe5e87733a243267bb7e0
+size 84490950
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0452-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0452-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..755c3c9cc81045ee06973fa94a8adfcedd7a7390
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0452-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cad6df4541349f9052302dc6f22450a51bc470481a75232754b4ed2f233a145b
+size 86774259
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0453-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0453-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bef90432fb43fd862b797cbb5814e75c0455efec
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0453-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c71572ebfb6d3c13a169d2dfb992142d76bbed671e90bb64559ae9b397c3973e
+size 86337195
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0454-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0454-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1bc2cb47904f24941cf0638b94118bbcb3a6e85e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0454-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b8f75a8504909fcf910ec77c8119b3760ea8b029def00575edfb1bcbe39af29b
+size 86301582
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0455-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0455-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..00a47295d9dd5d0865cfc5dba643ab06aad6c597
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0455-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e974022ab462c1079a13c0df24e9179bcb2d7936dc5f108ed5886646cb9519d6
+size 85560474
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0456-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0456-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..84b2047561250e0abb752d88f4ba7db794df422d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0456-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ba65364b813cdd3ffbec428eb89c0e6dc1860add63544cbc0e5e1a968eeabec7
+size 87101632
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0457-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0457-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6ab312c77b086549f5234e841f506f23880adbb8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0457-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:37078e6548d66e6ff8f93ebf4c6ecc21c536114ccf9ba101a4e845984b506abc
+size 85802170
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0458-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0458-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b26e80605bb10dfda402892dd809850a00cbf6a4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0458-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a1ce744b71120546ffe53814d7701f80580b3995f5dc49583eac8fbf3e56fbe2
+size 84846868
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0459-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0459-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dd906f10818ddc6b06e28065c29e99284334274a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0459-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ada4358733febe284481d8de57284e2666530185cf1d7ef3969a5c7ab761ff4f
+size 87700752
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0460-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0460-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cfcf5b71e031f4dbc10ec0dd20dfb5f865ae6765
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0460-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0e1eb2ccedb8aaa42559606c352578a207bc2e87a38769d45ded256a6cdade3a
+size 88314021
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0461-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0461-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..47bbf1d48543444e4ea666029066fc46c481effc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0461-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a53e8e7c2f7a83378d4038a1bd6e504c062ca1f793d1e59c404d6afc64430f7a
+size 86180650
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0462-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0462-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..15369bd63f78cb92ad688ad63a70ce9756009d9c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0462-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:33652c97419ba2d8cc8a03e84d96cf0843117cd02f2f23e4e666e355a1be9504
+size 85455904
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0463-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0463-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f9e64c858201a104a8b4d122b2f050bf47e3f9e8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0463-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b968ddd1e5b540383abd66836bc381a050001d25f33b50242c7d6d6544898c75
+size 85498969
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0464-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0464-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..914af6fc12c082301c2d93822eef754e8d443943
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0464-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2ddbd197f2a6b9b42f8583e31b936e2724729577cd7e1fd2bf1124fac6e154e2
+size 85450166
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0465-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0465-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ad1243afcd183a9d9c171c0ebabdccc8b6137acb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0465-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:afe2ef3caf0196ffef757c7f51a4bf328b17713781bcd9ca2363fb0ba36f60a4
+size 86827708
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0466-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0466-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bb30e82f1ed9a685207a57adfc1fddf7ab425b54
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0466-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9cbdcdfa54d233cf48bbcc25c7148eb8e5c1ba243988dbe3aaca9dabdf1467f4
+size 86587931
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0467-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0467-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..35deb02b19b0f462faca43ce5d22b35eedffe5ed
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0467-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eb9175ca2fc2f77059f412482b4ebaf3591e61ac56c31c8acb5e6d0cf4475d4c
+size 85421720
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0468-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0468-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9436056b99e14f22930b5b16edc93e7642ab38bc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0468-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:07bd646b70386cf7f8c13e5aeb22790ed41ad07022d3a6bc26ea193269c8de76
+size 85769515
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0469-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0469-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4b77c977c25bb818b3ad13105ed82b9bfef6791a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0469-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:428a01259aeb6750cbf7ee9bcef524278827fa55622a11fb1d88b97ea180c150
+size 84471161
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0470-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0470-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..58671378df64188f8c5e5aff6246fcbff0cad2d9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0470-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d185cdba7aae3c17d6f845cedfa26ef7a515a1541a61c3ae2c48ad6dd74d656b
+size 87081139
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0471-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0471-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c0663d6fc59eb3374f1694314ba294ea8093ad74
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0471-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cb3385307fd2aa7bd71987496a5afdd06b967e2e5ceb864bf8d596e2565889de
+size 86104889
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0472-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0472-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6b675977e4e88defc485fff164638b670f87bca8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0472-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f4fd0ddb9188f2e1b7f7074ae5cfd4bd4df29a50c9a0bcd55601ad6902df832a
+size 84647329
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0473-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0473-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b694e67522c153fa876fda59a89205c856d63708
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0473-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c8eeafef63f0872094d4a8745df12676f2c0940cb660516488e9f73ad790972c
+size 86151541
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0474-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0474-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f0f13ff8eac5d1b868a8bcbbf4f0e7f5962872e7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0474-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2dd69458f8353c103ef5ee0cc1b6b1eba354c6f3d2c92abc4a6b1f3bd668e303
+size 86941574
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0475-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0475-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f3ec4f721be8ca9aab029aa8f43e2eca3211a939
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0475-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7c8166d97d745b7b0b174af06b036896274ec286481f6751f0e3ace4e45e5595
+size 84973258
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0476-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0476-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..962ebd90a58065fbdab11d3da3614ed662b0dcdc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0476-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3af611127a8652b2e098bdc1bc0945d52a412d848b978fc574bc15abaf5e67f0
+size 86462155
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0477-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0477-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..aacf4da1da9b84c658ec4aa6d5a415f12d8ca651
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0477-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d46fda6a551123827528f81fe9eae8d04fbd46bed0a86f0d1e5149990f3fbba9
+size 85809638
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0478-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0478-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..18763245261019490e01c7ef573c756bc7cd30fa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0478-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ad22ef60789cff865c5fb2c3aca8e8a81645ea82571323b03912e5b210984235
+size 84625553
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0479-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0479-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bc37326a82dbf75bfbb53734993bab2d418cd367
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0479-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b98642dd297ba24a4fa6423e8ab86e97684a8e390e771ff7a4ac0c4c84653955
+size 85015348
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0480-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0480-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4e8797b0b7b86a1fab594f010df8099a96c525ea
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0480-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:88b3ef97b1de8df4aba6823921c06f79d5f6eb847e3c3039123cb83d085f3536
+size 85743193
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0481-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0481-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6f3349dd58b6fdf4405ad37fb5c9342c8dfd5abb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0481-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b0c347f0e49b39022d9bc3abe22ea85e948abb000e059a47279e312c2b99f138
+size 85499533
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0482-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0482-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8a3b80e0edae03940293171bccf20e095645f927
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0482-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0d9d0c5929a423a2b9b2e495ed506f9987a7c403649b975dfd08a9d883853ac3
+size 85705286
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0483-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0483-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..01f532f47d30a4d714dd8cb0848da8efdaf03c9c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0483-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8f8aec2bb471dd0c301bed350f72bdcd9f67e2615a16f33b5b8c59b6f186f432
+size 85362255
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0484-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0484-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2d8cbac820f363ddb26f9d29aaa79120cfea91fc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0484-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6e02a86fa02123257bc87557ac3d7c2a56aafaff1b91460673925e613ae29ceb
+size 86022342
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0485-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0485-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..71e7a06a875b1c7c06f7e82f87cf7ca5b62caa10
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0485-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5919d51c7e9141c55d9928197b2b55af6a2a511e1a734905d0cb7d467690a6fd
+size 86253475
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0486-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0486-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a77a9edcb80a089d1e860aaa0497fb772d5b326a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0486-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:007e06b24538f1f03cd3218ac56c961612a5b5b8fe2bc39ef115234bf20f29fd
+size 85459332
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0487-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0487-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..26dd06c8384db4e996f8c4d3a84db37e4e7567d6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0487-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e5157b91c7d95729ec57522ef06b30a9e598220746e1089790ab663e565153a9
+size 85423663
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0488-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0488-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2ad5b16f8d07a31d39e94ee49d2ed60791b7ab96
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0488-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:169f4b018a4078e0c25598bbca151dfe3ff68f16cfe0286c9a999c5aae0e49d9
+size 85033692
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0489-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0489-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..913da3741fed3950b2131d2106a2d483faaa9557
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0489-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b1715cb9eab80453a51b7ce9ebf5b69c954972c75408d7b4ca985703d377440e
+size 84101085
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0490-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0490-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..556ee1ea5355a189bf1f9384fba28cb26643b405
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0490-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5dcbc882f2735e36ccf884e41f42290c744a1be3e4db67debfa190a424d75669
+size 86472335
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0491-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0491-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..de1b375d1df2a24be65bc37790d966af102b301b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0491-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:96b99ee9ed8b5bb7298f76e89fdf23b6f12115abce02955f394972043692a29a
+size 85163307
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0492-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0492-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ea14c991cf8ec8255b105b0aef89e5f1757fca48
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0492-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3d9bf06167ca72613fe070062b133fcdc73f630e9388de5ce10a9aca7f23dd37
+size 84024815
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0493-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0493-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c200b6a4365374ca2b767cf5d88ccf388da69ae1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0493-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:351da357abc5af6e41c1babe8950a36ca6422e9366ca89a6073c73ab5632557e
+size 84431123
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0494-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0494-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6e8bf05f0e68f92b62ff02a84010b53f14ecfcbe
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0494-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5a1ceb48d49a3a497178ed2604a8a511396f0a48114527eb5c18ef37b7e7d858
+size 86569325
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0495-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0495-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b00f8395c6d302d1b997b9a56d657478ee46a57f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0495-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:99e39733e16fed03cdd43557f9a2729cfc6e7f8c762d82dfb43ac4393519d725
+size 86705723
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0496-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0496-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2c0f8c1b5a8da30e156362fc48cf9867b6154f68
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0496-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d488300919c85172b5cdf4a7e3129f59b2ce3cb9154ca33a6acbef178ca7b2a4
+size 84941491
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0497-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0497-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e269003e75feccaa72c6f9add002411a1356e32b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0497-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:12e4231d7b8505e4c60422da171e0cd7afb1d3e1db67ad761fa978105549543c
+size 86863272
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0498-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0498-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bc5ac8115f12e79f7d9b5e25fc6ef4beab157d89
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0498-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b3478404874d79d06490be3cb74cdfb0b804a5b112dc58416386ec2ed31a6d7d
+size 85130101
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0499-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0499-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7827f8c618d25c56420e3b84faeed568bf1d1dfa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0499-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f16e18530e67243a46d094556233c31f9fd1432fec1a251fc4fdd3eaf9b86d4b
+size 85610791
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0500-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0500-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7905c887a9d4298edf4e8484531672e983f6115a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0500-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7ba28248ebb6b4da582c13d215177bbce0f080773193ef317ea7fa382e523d4e
+size 84831677
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0501-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0501-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5473518d6f26cb9437a563b875a492c940bf77a0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0501-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6842c23e41512587d91a3b2825d9215d5e5ded294fac6583ea60e7c873b56739
+size 85386538
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0502-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0502-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c95cd22b19c03651af31b7b4c597e6bfbb9eeb29
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0502-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:79d770e185c2dee98c0e963da1e2f3ac8d43d80006a545cfda96b78f548b2ffd
+size 87083532
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0503-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0503-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1f9b5ea90ec9131e84102f49b58ccc6ade52412c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0503-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cc6f2965e2797ad015fe93c54ed6552938cb3fe4de0e3d9dbcf1a13fff12577f
+size 84581681
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0504-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0504-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..001551222e5c42a122e5b0e120be94b2bf0b9c14
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0504-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d264571c26f77ed71557aaa4a11d5fd0298b35953f2685deaf4483b870d79940
+size 87089659
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0505-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0505-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c055be02f657e80822b11c940022f1c14d514550
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0505-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ae0c569dd1fd5c9f969cca64c2cc9b0f73cef2094dc5ad59ba2335e6e8fa5bdf
+size 84235462
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0506-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0506-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..03523eb5935f4e55b9eab344bd9fe2f6d9d5688a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0506-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7f96d366662de24c89b2b9441eb73df09c7d97481b1659344a8ad1e130387d50
+size 84174659
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0507-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0507-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5dd2372f71bd1dfaf7fc4af9233e201756cf6efc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0507-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cea4baa884bd989fa14fef65ff0c78d54f833c77acfc6ad3faf74a3016122c21
+size 84087498
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0508-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0508-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..20747f6f2b1045535c67be74c536eadaeca7354b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0508-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2ab34f84a748bdaec6c5b23a69c0be0524bbbf2628c96cd403b1bd6adf8836ee
+size 86721127
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0509-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0509-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..75112f3e1b409a4325f1c1fcccb5d9009eec08c8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0509-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7998a95316b4f12184cadc965e04dc33fd18edcb119cb38163f9258d766b8063
+size 85492809
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0510-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0510-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a50c05427e0ed98adaf2b32ba031b69208c561e2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0510-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:22d446abff1d6c826b3b50a970380cf734238bd07877fe04a7ffe15edaa09ccb
+size 85040907
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0511-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0511-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..86d8be1518cc9482a543d5085756b66c24dbc00d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0511-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a8bb812cd227b1aa84b26a314ef586a7638fe61f2326aa13c368ac20e12193e5
+size 85160341
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0512-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0512-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..10827ae93e844b9ff1fc4cc9a0b4953458404a92
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2013-20/ultrafineweb-en-CC-MAIN-2013-20-part-0512-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f8290b35f50b1243d8306afdc4a75731f67f09ff28272b6daccb4facc2b85d57
+size 85018918