diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/_SUCCESS b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/_SUCCESS
new file mode 100644
index 0000000000000000000000000000000000000000..e69de29bb2d1d6434b8b29ae775ad8c2e48c5391
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0001-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0001-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e818d4b84d3483bc12830c270fb553937c094f1d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0001-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7b186eba0bf4afae0084f2d52299a8ba9069af23c4bd7f6e20e436f89156cea5
+size 90335373
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0002-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0002-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..01e89d4e8d9629672cd4f5d2e6f843e2f3e9cf71
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0002-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:876d17c2e1e37fed8e8be9e9cfe0a3e676c4348b404a988ebc3eca6ce661b78a
+size 88221184
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0003-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0003-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0e7821ea09ef9410bbd4004a542a82ecc536a7a8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0003-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ac2c577972575cc784f78626382689091aaf3b01fc08af373c2fd9162d0c892d
+size 87950811
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0004-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0004-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9d0e42732a59c1bbda125e66ba74571d28f9b62b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0004-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f44923e869d371736347ec01f96ce0313eda3b4a9c5c7b568febbc67726eb67a
+size 88862824
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0005-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0005-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..81a8a570fc9aca48f4535a14615ed0b975978334
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0005-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a2a4c2a32df43aee2ef4d7ea3020924053b9998b8b949d40e13d6b0a1777d947
+size 87973467
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0006-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0006-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a9fd208cdb91727e6c37a8ffb442336d889e04ce
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0006-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:91544cbcb0bc34a6c8cb134c547e22a8fdc7237c679a7b44352878f5992956fd
+size 89713512
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0007-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0007-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9b06e02ccae3439f96b2b4e4e6a054aa101e2a95
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0007-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5624a8aebfaad7c7b57bd5af26c86faed4cc56f77ccb4d1db2547be0b04ecd89
+size 88223699
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0008-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0008-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8b6126ba4dddb52157e46e9c42de3b8594e5963a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0008-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1bef3e19fa4d36d9beafae3cb22b511bf85add86361dc7aa6b9b4058de1c09a3
+size 87584908
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0009-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0009-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7f87879e0838ad835fe2501bd6198437e365ac78
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0009-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a6cf748ca268087ef829eacda81cbafdd8444c84af238c46c569763e79cc68e4
+size 88650478
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0010-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0010-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..28d2e1b332b2f54f2d82329e005a5f65564ef04f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0010-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d524e9aefff4a596c2a97e9db9369bcceab9058e76909dac02376177ad439305
+size 87638020
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0011-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0011-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d165ba7c66d9274654e6f47b3a50dcc725c2fcf3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0011-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:df11d1080ca86c038a07902861512d965051b84d1c57af499ece69d07f4ae4d0
+size 89379203
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0012-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0012-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..619a5b24d874b3c445a78679875e46f60a6c7e8c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0012-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:86ddd440d9e081c46949bf80086a384a7c97e4a6446a43c0d99a829ca8879747
+size 89064397
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0013-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0013-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..18a92a8ec635b92e07ea22826fe2eeb1ffdb2b12
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0013-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:af9e49ab19c8a538daee41d20adbe8313a74f840a37587674e8b3cf3e2abac3b
+size 87985826
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0014-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0014-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bd60a72e0086abbfbf85210d6df49d97a848168b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0014-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7675064252a0f0710bd649c16c81676512fb45cdb347713bb4ff8b1afdb33f2d
+size 88171743
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0015-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0015-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3da6b956119bb0c1eddf3fb0324fd3f514826e35
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0015-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f4405b7fbdcba81ba0c0cb4310e1fc7689d04d07a7c987c9381949f95cbdebb1
+size 89407942
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0016-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0016-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2bd7731bfc725fd5b3d549d7dd1dbecc0d0445b2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0016-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:24a2cdb3454008a20eb8f92698622a532516f558e87bf008a130cc68088028b6
+size 88777562
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0017-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0017-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..71fc90f73b0709084425ae624b5e4d2a01252d33
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0017-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:35b1aa8e1ca969575583358f36a9205032ede9a641d71c72d06ada21bfb6a538
+size 90795164
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0018-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0018-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..30e28fd056fe638a3e0129c86279ae4c3785bbfd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0018-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:22845f919c2784759e9fc2f19b4faa51ec060d5bad8278c8bbe359c5649d22cb
+size 88123807
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0019-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0019-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..14a7d09839d5c9f30130fd939e1414b81a82c10e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0019-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8e8ff32d6e4841b055d0fa38806230ec0b355d6e0fcb1649789df641f37f98d7
+size 89693610
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0020-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0020-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bac4388bdb31eed276cf67e812655fd3a64493d1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0020-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:745a36e83048b637e2d1a327e50d3e39a839d527316ac31e8bd121445237cde3
+size 88447222
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0021-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0021-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e7d4224e45065326576d0905951eed37529270f5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0021-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a962285a55ec44d3c04b2490b7afe45df289e579b5907db7978bf0271540a66f
+size 87763973
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0022-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0022-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..78e7f31f576d63908d7903153f7a04aa005785e5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0022-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b1451f1ebba5b23fa41b838314b420d1255eb24cab5c568dc10579b4d7fa36dd
+size 89448204
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0023-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0023-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..feed28b4ee0921118d24364366f2d64cb9b6c38d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0023-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:97a35a3519531111b31f33e767c1b2e381f0fe34b64bce841516160ac48fdd73
+size 88757918
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0024-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0024-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1e662b101488293e6950f0a54793f149d69cf6b4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0024-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c2c8eb5dd3c4d5067eccc25c8e9aff835fabd39d3e13c726dd54246f0ff7e69b
+size 88631593
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0025-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0025-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..056d80b85ba14c7df8ef07343209518a6e85c713
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0025-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:06d29cbaa404b9c7c7327be9af1a64371d3d175f93db0876821de032aebedd97
+size 89781944
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0026-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0026-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..007bffadfaeee441a394744109b49d02346c610a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0026-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dec7877f7ad62108244e64cfe15933faf4134d2fd8496a8099fb12c97f069941
+size 89672152
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0027-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0027-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9ac6bb425be141d2316060db4c3167ccf98dce66
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0027-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:16ba467d105ae867133db507b46d4d8dd9568c053de6843ade644330e59090f7
+size 87501642
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0028-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0028-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7c41238f56bbc45cfac046a680ee60241bbb679b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0028-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5908595e9bc113beb334b42522484c97616c3a86fb1addc56606e55f94d846f1
+size 88932891
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0029-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0029-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8f58db2b36262e2b57784a31bd0504e4b645c459
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0029-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:81d81f09841d9b294cad360bc99d225cd0396e2cfb0c935c92b278f47c7fa53c
+size 87372054
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0030-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0030-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..069050e232a84afe08ed5835db671ad78e135d36
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0030-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bf60837041b1f569adcfec8b6934337e8ffb76da28b9d57488f506779cacd4f9
+size 88120989
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0031-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0031-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b54a197d7dea412f89f12906a3c39aa4143ed1c4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0031-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:35ed4c92ce2816ec417c3ffb61844e8ab78998795d3b495a5abd354e6f2c112d
+size 88883682
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0032-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0032-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3d667f74ca19a4ac2fc9fd627d4b2dd4521646db
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0032-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8f114c79e25bad44c72924249591b51bc388c1bb93aae73960dd3fb72d25d48c
+size 89427867
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0033-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0033-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f819550db64b2afde6daeca404f1d0f22391178a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0033-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:333503e2cf8fba5b0076e066f5a3991cb51a6914e8189107ebc39301b9e9217f
+size 91496677
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0034-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0034-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..50a3f45f705b6f15bd4961385b0a682447b844c2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0034-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:82ca954fe6f84ceb68cf8e2861942716a8117a960dcfde306394cb197bb5d0c3
+size 89476491
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0035-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0035-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e0d9f964ee9d66cb1cbcea60df922cbd4c0bf39b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0035-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:73c7f87e8599009625d804b4f3f447ff9d2b098a5df6d4e5b58cadb3491c509e
+size 88818640
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0036-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0036-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bdfcc057738b5cfaf619e9335f49dae4e3c39d48
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0036-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:da6b34b81043cb262983d3d07fc6dae5d6597089fa6a1322d8e2b4891a4f4c9e
+size 88709965
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0037-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0037-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..17e3fb1b701e4245e0e260b16f7718418fc0c13b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0037-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:07194e9bdb46c4584b5c52a987994ad724ddaab491e42a120a9c55122be33463
+size 88738833
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0038-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0038-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b5e26df4664795050f55b6f41b932184e3232b49
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0038-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:05a40d8e6ebe91f9f0601581a1a844950edf5d090be14aa00d46e7f8aca01b57
+size 89381260
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0039-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0039-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9ca4a82776d596a4f332e34db1aeec3dadfc430e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0039-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ecec59e22d1673b428a3793547bbb72ed00d38d90aeeabadec5251e22b9becda
+size 89678654
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0040-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0040-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..24d0dd958cefb3890c153c764e6eb5e728b481d4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0040-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5f914d2c73c66969c83327daac4d968df6aae638f58b5ed408806209847f6922
+size 88794398
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0041-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0041-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6dca656e4aa01b56a5b3092bc9819bce2c9677fa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0041-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:df0638f96f5d82767ce0d165121fa7869365c9d91cc70eefd1443c6199c41975
+size 90474463
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0042-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0042-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dfb6ffbdd7c5ae9271c9c213975a0fa356225c38
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0042-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d116465837ddea52af29ce3dafd7478b0e04666876114be3f85243c6bc69cfad
+size 90046803
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0043-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0043-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0f48a78bbef69582bab97f1606f8840a1155527a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0043-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e06ad56b0fb243da8f246c7060196028fe8d21d8e9115d79cba377c2c2d611cd
+size 89347123
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0044-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0044-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3f154d3c0632f8f9a492ee1e803c87398b4cb932
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0044-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:31442e7bcdcfa5f0d5d6dcdc9181dc1d91b913e234cc79839858c6388e68da1a
+size 88905501
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0045-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0045-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1161336e41d7a765669ac94fec1ed31ed128d3bd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0045-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9dc696f4ddb873614e252865b847956f2e29d99b5a49bce7ce39bac9bb526839
+size 90322417
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0046-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0046-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..aecf6ca830257fefd15ce9aea56d351464c67a4a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0046-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:50b67ed60fa9fb0ad3d72b182a445424c0d47e6ef4d60310e60461bc08ceedbe
+size 90135530
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0047-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0047-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6215ccb5c7a3263351e211a2dc3a8a48204c1c1a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0047-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b801a497199c695738200a6a3d5858d0b0710e559a28139dc0626643f697955b
+size 89099867
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0048-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0048-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..29eeaf6d254b8c43ef2b160c405a6f026d09ddb7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0048-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:645c2fa1f59ebecd8c333cc51c47e7219345865a70c9ed50f778a904a5ea5abe
+size 88705192
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0049-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0049-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e99cafe099ac76cc5a3b74b6d1d80733bdee8ea2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0049-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:85afce3c3cb53bc73dbc43a76c6939ab04b423cd42443fbd2cb1b50e8e807474
+size 87507326
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0050-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0050-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a0f0f1c24276e4431f654b249046d141e58945a3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0050-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bbb5013b1b5c0e0b48674f4b57d33e8403ab090a351b7a94c1440715a2f09c28
+size 88498395
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0051-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0051-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3308b9a923f16ed194060764ad7b3d7f6c5093f4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0051-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:644344c0d1f512cb37a40352c5921116543424c514adfffe8e5abf6beb70d3bf
+size 88744156
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0052-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0052-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dd8bc9837965ee9914025a382af7e11b5b6dbcbe
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0052-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b9f0f7c8ed63b5a3c43b32e39ba07138f05ff591addf9eecf78d7a8b46d48f29
+size 88001370
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0053-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0053-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cef9a61acfa8aae3c6f7cc2eab333baf6eb2bbac
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0053-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a3ceb1fc384b170fd1afba496fbe185065284f18da4a746b7af630b3774bc7a3
+size 88371020
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0054-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0054-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..61ec6d12799566f947b813278abebc69cf4e5461
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0054-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:888f70e4f2e0f9ef64081033c089796e381dad4f01e645c7cba7283aa3c2e196
+size 88018949
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0055-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0055-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5249cb61994471e9dc6a85272d7e97170c99c90b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0055-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:22202fd21df28a371927b9c18b2d9fe2e7cb498e1b4c0c01fa2265fb46742bef
+size 88823968
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0056-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0056-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dfe91ce24fbf48a430532cad8f108fefc0134aee
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0056-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5006a022c002c9a8c2591df8a2302fbcc21e3b5cfcd870f9f16443137f6e1c86
+size 87403349
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0057-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0057-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..892019d5284fafe1cd1672195c0aa4ec4c6b6446
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0057-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:21af75d33b2ff551b1295cdea2b46a5cf0f12cba483044e00efdfaaa25ebc717
+size 89652717
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0058-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0058-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4d1ce5947758834dbe6f899d1ec340ce7ffe2d9f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0058-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:79849ddb60a39e846ade96501077fd3030f14de64904f6fa03175cb41dff709d
+size 89711897
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0059-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0059-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9e2641fe86e1c8484b7d10f7625da9617551c173
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0059-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:89213752c18833839ffbddff1ca4f56d8e727a69e66a096c62c21c30374f20ee
+size 89802863
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0060-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0060-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f94ca47d58e22551dd1fad480b8c29b307424a12
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0060-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:45c31df48002ed2c96f4bacf9c4db825e1f158b1c017a0e527526d8b1e52edc3
+size 89593135
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0061-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0061-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0f83d63e0dbc9d00878feaccbf517ec9993af990
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0061-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8ccda4af5deb3a182d893016a950dab35e3185080a8b2a80900491ac643a5bcf
+size 89431472
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0062-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0062-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e39dd2170a65493636b45251ee1d322271debec2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0062-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d0d30b824e50f9d2fbc0fe0598709540c84a67783483547976f17a032e988aa4
+size 89928850
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0063-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0063-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dae268ee9641c23e65a18221408c6d9ee0722703
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0063-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:58151989b8ec9d010dd1036600347e2247b14eca2c2091a904c5463884f9f02b
+size 88973339
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0064-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0064-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..309e5e42c8181fe9c28ad5fb73c04897629a7819
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0064-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c8b66819c66110cc9edbd764a6becd3bfc6f2dd42dd4e9b492859f3f59df0f5a
+size 87927597
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0065-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0065-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5bcb68048101569ddfa77fb79e68131fce546c25
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0065-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0bcdcf1b9a3d6c97aab84adab7daee37ac1b70a4fcc6d1bac8c952b9996336ca
+size 88009943
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0066-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0066-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..93e3e46e1a5d9353b6377333766a1018005785b6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0066-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d222d214187001abdb75fcf5a1131d1ec3cb67e9547fa4b6cf4d923f6edb0ca9
+size 89420410
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0067-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0067-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..478cf3f771313df3b12e5e11f1601e055fd84b12
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0067-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:80dd3c7cce90d69b459deb9dfcbf79fd9d3059b9656b3feaff80b45377c77d6c
+size 87538648
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0068-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0068-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..37cec5f391e07d8208384bec6ea599cd9641ecdb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0068-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1d2122c40f2092d46b2b1e9ed37de301c057325b49c8737a6bc507a01b0244a3
+size 88311271
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0069-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0069-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d7a86d85ba644c6bd026c715c563bc36147af34e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0069-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5c360939e2405b90793c8506b4eef62a25cb8eefc37a923b6567b7f4799c1954
+size 89186130
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0070-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0070-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c4f11834875aa0b43fd9c5bd6ce85e06d0d33f2e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0070-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8219194acafd43585a50d1eb9c2a7e21c0dfaa6719aead2c9f4f72365edb8400
+size 87421819
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0071-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0071-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..20391c48cf48baa65a542bc0548b46973be2f9df
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0071-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:58e6acc73474b21450ea4a841ca1933acdf395ca78c0b435980a83e31f67ad02
+size 90670461
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0072-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0072-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8a566c6fe56cb2d589b1b52203cbe5732090fc76
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0072-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dc4063aba6d80d6971b9480bc3667a97bcb59f5b20eb3e63e263163c7b203889
+size 89508254
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0073-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0073-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2e4eaedaf799bd8d7f1d046b0ddf458656503028
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0073-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:11475ff29e954d43df5469922c3385fdb9b951ac9db12d013b9b2f6bd877d23c
+size 90971081
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0074-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0074-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e1c94317797f2a6ba947c904def570282f11b512
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0074-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:476a57341b40b414260dbc04353a9f874cdcd316adc739970ffea90f41df1599
+size 88783738
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0075-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0075-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..de70edb83b1ee6949347b8913a63d0063aee5080
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0075-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:85f7c875f384eb04d9a712f5c541b6495183d3ccc5f0ab1bacb409e899b98804
+size 89795214
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0076-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0076-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2cfeb7778929a8c862277ea4ddc312dc5f50dfa8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0076-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:badedde39a083fba978bd3e8842ae4f9d6e6f15c68c170bfa81506cb40794850
+size 89632750
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0077-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0077-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cedcdec5d17a91905b5a4fee32372976107242c5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0077-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0433ed224a22bd50b5536abc89845a7a9afc97016225e0f219bd1f066e7ecc27
+size 88263589
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0078-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0078-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..031d97bc7da5de7abcec03b7273026d7ef8b9bf5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0078-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:88ac85e9eb070ee5e1d1e0ef864c988f029587accab163ff7d073c6fd8cdbdfe
+size 87751497
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0079-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0079-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..426a215bc0d3fb665570434f58ef0af73341a4d8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0079-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a8c2a9154a6120ed441687acd156099836e34eeb0c48be04d91cd7ce215f1d77
+size 87704352
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0080-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0080-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5b0b400ad8c12c225ef0bdcaa5bc40bc475ecabe
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0080-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:60dadd49cdce4a84c09c57cdf503697b45f9d92aeedac8f6256c4f9cab265f59
+size 88450068
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0081-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0081-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..260c4ce4258fc3cd32038e28de15fde10608d402
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0081-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1b33cf601027cdb54b9116e6f433fe73ac16546fe112e3eaa037843d296730f0
+size 88516074
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0082-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0082-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4c304aee827c7ab40675177b7d71e61d98c5f898
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0082-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:26a0417d425064bac3ac6fe48cc8f1245cd22c314af41f9ceb702e2a51edb115
+size 88856223
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0083-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0083-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2be8284e316e50bb6e3e52a97dddda2a1d6f419d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0083-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:829b0d82a83e1e1d00efc8e5a0d1ac850a038aff020a53a072384dcb8787da3a
+size 89249734
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0084-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0084-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..834e6b9ee241b31de32365258b1c9ade88746685
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0084-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7dfa11d18246941e1d1abd0877780e3e1db44b526cb593b763bc71bd3fe2d77f
+size 88189208
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0085-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0085-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ea21e0e83de47d4fce01e8f9fb256619a6217b4e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0085-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4d7caf829e4adb169ee714144d8409036dc334750dad4c5377296faccf4c2feb
+size 88245210
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0086-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0086-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4a9f174fa170d4bcb33dd5d52d44dbc6cdbcf18d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0086-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f7344bd809a8160f0da1179331b583f683e26c184e9bddd053ec6bf4bf0d65ad
+size 89332655
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0087-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0087-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..97bbdf03687a7790a4182fb67de993c686d43dc5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0087-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:675e3f460fdc34c6871846c817092784de4e7f055fd0a1b6baa16cbcdd66babc
+size 90232179
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0088-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0088-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..02db7e03088a48ac0db02c772125cff3068a1961
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0088-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:89cca399b78a21b2a65a9f042eeb3d081fb4db5250fbf2983ffc47a340c1e7d3
+size 90449117
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0089-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0089-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9a6097504759a7def5e9464c5b9dc900691b15b1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0089-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:354e22bd423c128fbfa7b80c1e8111e7b12c2de4f7d1ef9688e515c099e9b5d5
+size 90021916
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0090-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0090-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..882cb21c238f390705f45637babece31c40d55f6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0090-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0c030ba6c242500772b7b50f4afa71f521f62086b60e809fbd94688af21af239
+size 90323859
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0091-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0091-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ec460a334ff90c765d11b48fc776b415f0202090
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0091-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a80343dbdd94f2dc6e65f7796610ead569ad4d2ad98a51757d8d8f02bce1691c
+size 89068174
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0092-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0092-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..25eaa6e21d6b3b7a31516ded232bb492266199ca
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0092-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:753de6604c54260d0775bc7ddb3e66e4bc85a25ab647a7fcce540d2e2aa13ba1
+size 89149379
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0093-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0093-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6e2e4a4940bff3192db7d7343f8dfef5801441b5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0093-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0548e3d9370afa1e65e078625985ca7e14cc664b111073800ac631e1049d20a7
+size 90130628
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0094-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0094-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..06fd812ad7b63bcafc7f035b67245fc5d36d39af
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0094-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:34a0c5ac303e31fd1c715c54a331e0cd4e9f367cc8f8f08de9550eb47f6dd5f2
+size 89295063
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0095-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0095-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..102b34523a2085239d6442a359e8f4057d2f3898
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0095-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7226fea98eab55104c4ecb61c2ecbba5c20b025887efe84952eb2ec01ea37929
+size 88181421
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0096-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0096-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bf8c3b8058812bdda06fefd2d53b857c93aefcdc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0096-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:21d5e62017f3d4ac0feca037fd498062a9b036ac58f5b2734fa2315bafebc940
+size 87543142
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0097-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0097-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..caf53e789c6ceac0439d4c9edb36f20639b676a1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0097-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f14004997fd86fe94367e5fa7a81b103cae0c29e5ad985ccdb84979ad8c984f2
+size 89956350
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0098-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0098-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9c6ff5a31957b569b7079d66e39d6da87bc42e51
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0098-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4ae6f6758c6f64fb006bf08ef6a76b836d87872cb2abc39aa25f564467394c7a
+size 89083571
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0099-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0099-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4fcac198024c8130a06b3ce30ed1e66bfe550d8e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0099-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e6543a4737bc9a25742823b2aaca362a769a9e53b25b7b4ab15a0e7492c95276
+size 89308568
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0100-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0100-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f1df480bf3362052ff649db4c6d792c912aa5293
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0100-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6f0a1bd01fbb1c446f49a244571b1a1759a32ab7eef80363fdcd7366893127ab
+size 87441351
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0101-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0101-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a0279b7fa39b0c1ffb52e69e01345d9959dd8ad7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0101-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:244a81e6148b984cc8dab5570aa27eb996a798dfbf27a50f7e6a420da1860988
+size 88376478
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0102-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0102-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..be01c4f410214bbecd96e511a8c0732350f3300f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0102-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:592e2c4dc4e7be4dfda43b238e89e0ba6b4606c58a4c7d289f6aa31a2e400663
+size 88442179
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0103-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0103-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..053252ce4ece075a63b4611616be3e6f15cc4cee
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0103-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5804ce0703ebaac9494fba4cec820cb9e1468264efdc860e36e2c2f27bcc23b1
+size 88472716
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0104-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0104-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e5d284f6acf064c5913616f150a542f1e4d3d824
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0104-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1391164d7aad5723c784917b7425ca5895cb7f28650a8275a01d440dc2a9de9e
+size 87925519
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0105-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0105-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e1f1a0ae180b372f57c0b1fc17b4bc079929d122
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0105-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7c6cd62be67f8d6d31c4f8ab3698684dd2a8877864a436631c525c851bcab435
+size 87956342
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0106-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0106-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f222b26e8ef8664c55c3e4c173f7f4b1038fdef9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0106-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6bab5e0712fdf44d906e33ad519233e50eb7553df0727214a94f8f5deb83b06c
+size 90457104
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0107-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0107-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..92799b309ecccacf624a51439f8b9a8a6cb46553
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0107-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:635ef37755fdd3a1568ce114b9f3e519303e17904c63aa0dea83e4ace0c040ea
+size 88330284
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0108-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0108-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..29803fddf77b1ba9c459fa0fda548983273de86e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0108-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:29df7631eab8132cd623a4e5e4b40cc6d50e8f144cf21d3398f6998be01b456e
+size 88854823
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0109-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0109-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9a819f33d0e21a7936c59bffa9ed730a8e79fd61
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0109-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d9e50239719d8bf671f0e5de3c674d46bc3aa7282d14fd5f9d68ea1dcb6d4076
+size 88475665
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0110-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0110-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..67fb036b36f869abca4a21d9344539abfde75459
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0110-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:30ef801d02d729bd2ccfa95a7a42d0141a363cb290f5c2235d5f3b1af91facf6
+size 89207871
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0111-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0111-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fdfab5c19bf403ebb15af00d5cf7ef65713a28da
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0111-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eaba3543daf5a3b46875fd02bcdedb9a81533eab8abc8f82ea87d9582b5b7f86
+size 88795673
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0112-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0112-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0618005caaa3bf9180e8d91311a1d6a726503861
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0112-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e8868f518d3823911dad233835e04140c1537c9b1f0098a852585d2ff126a11b
+size 88388637
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0113-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0113-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..709987b07602fad17217dfff07e6566ed3aceb9e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0113-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e5878bfa79c343e727b05a974f16f095e9f648767672fe9355beb161a92c510a
+size 90334529
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0114-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0114-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ddbaae648c0524e12567c1e1b57c45286739d9cd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0114-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:416a81a66fb16e5dafdcc63a6b9347248cbf74fe3017a6fcbf132e4d8e5f7779
+size 90097433
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0115-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0115-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2a96d50f4d2d68e18bb63c1f378abc1c7249cf8d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0115-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9587ec73360790bb593e6822779e091166d0ec7aa8313c2fa1c5584990744c1c
+size 88077451
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0116-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0116-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..004329205dbd64ca258f865d39e4e4b6d1d87333
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0116-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6ada9f84ca243b4f46048289c42cddde0a2aacf66d6b754f466b3fe4174f9354
+size 89138995
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0117-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0117-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..706bbc3f72c31222183bdc1a7b20df9c58b125fc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0117-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b0ba9c9d52b66c6cf03690f0577968c67a35d1222be96ef930f9480b59f2bfc8
+size 88469427
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0118-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0118-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c02888bfed40321bc3f26a22930cbc7d56ecf08b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0118-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f08ba4854c3346f43c7e56c038aeaabfb736fc8e074ca7087fb465a95d56330d
+size 88810190
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0119-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0119-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7fe129e22cfbc487002028dd2be1f98f6b3b2f2a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0119-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:911038d3ffa97a24da913379c8e47342154d7afff49b196b7686ad920220fbba
+size 88315575
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0120-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0120-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..93c51db42c93af6aa2243303a14596056cdb7881
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0120-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ca9851a129b35740d6c61097b5906afd0b9c2593d4b15838a2f326df0222e33c
+size 87645466
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0121-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0121-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2cf783e2a1ca2a2cea3fd0a585d1f52cc4c6b6d9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0121-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:67ad8616b03bbc250144ffae13dfbd5e4f2c8120b3101a7e5bc075acd3a4c144
+size 88465217
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0122-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0122-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2baabc198ee7d6f8ad1d26eba9d753ee882029ca
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0122-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9f020b2505d37edc824d428c7ad99a155d531dcf3f1ba1e7b33876ac8194f05d
+size 88715185
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0123-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0123-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c1a5f0b1900b6392f1fed300c5657cf26e50db66
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0123-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:611473fcff4fd7ae9a0232986e6dabfeadcb4bffe1d251842924b1e75891cc57
+size 89307995
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0124-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0124-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..76e35685bd541bcd2b3e23a3b1a61a8c1cb1153f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0124-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d091ac2595d5aee88d913374f0578c7ddd3f63176a948fb87d948b21fd30458b
+size 90594660
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0125-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0125-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..45f173537ee7abbf8d0c8a0ca4178e86500db846
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0125-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:35b88cee35672e043e0d14f7124bb79493f5560e2146833b201f67a68a0c936b
+size 88792574
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0126-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0126-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..237a4c1ce22eb9b9800630a1581aafe1df059879
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0126-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4166b8822be7ca8cfa62b3429ddcc0f2593ae37f5d843ada882be8b12a3a8b29
+size 88329554
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0127-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0127-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..458b08ba2cfb6eeb1668383b32eb248dd47ed6e6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0127-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e490e8ebb1081fa64b91038d84fef2039ac3208276c01420dd2513ef0d94eb22
+size 88574830
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0128-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0128-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..efa7c5152386447c96998027d40898b8a844aa8f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0128-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fffbf0e26ff6ca8ff8257bc347ce4972148d7d6e0d49adbe21444f1bf8439ab5
+size 88396098
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0129-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0129-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..961ab05f7a2dafe2faa1a2a1c584385b2c9cb209
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0129-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0abf107d5c7166b374f6e59076f4706237f966ca7ec96fb1f0d660d057a0ed7b
+size 88838137
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0130-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0130-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3e6f2e413278e3e5dc955d6d40d44f66bb9362c8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0130-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f1cca76d0ff81cfe2810b4ef28e5c58ba34c55bece3c2c79a674eec7de9e3d6e
+size 89113453
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0131-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0131-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4bc83628e26ab8eb5295eba09e883010b6b350ad
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0131-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:32a171ee6989d03a8b73f58b0117198fdd46e9be61fcf93e081a700b8c58a71b
+size 88628619
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0132-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0132-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..93e1446f06c05c95449d6addd3cbc38ae3b0c006
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0132-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:68009a5251318216eb202d3ce285c332b9316af9bad23696e686df6ee139016b
+size 87402994
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0133-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0133-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..01b5293b2766fb5951b5cc496fbbde8d9924906c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0133-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6a01886ed4c3878ee5cf0a3358383054881ce11ef4fedac84151b9991df49eeb
+size 88405138
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0134-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0134-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b20eb29deff5f66ebaf20b2933e4c2016a4f9936
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0134-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:629efce4f179ff5d01444a907fec5eb529658bff5647bfc921e9f9cb3c2213a2
+size 88695233
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0135-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0135-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b82069cab70f76b5daf713421234828acc15300e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0135-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:085e780565aabe6e94d516a53e0afe733ff2a0c3360f20807aa9ec9790629f33
+size 88719339
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0136-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0136-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0811d5b550bf4a7f7d9cff084a3f4e3b49237fb1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0136-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d8c000f4babe8ee34c62201aa317edf0f3d9696e6cf1a6b11815bfbd7f6ae7c3
+size 88976466
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0137-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0137-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2a2557746d7084c967ececbabf6158c50631df12
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0137-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:858df185a7359241602d7645542dfee20585c032892e951e84d4e35343d050b9
+size 87837923
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0138-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0138-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..131c1f1dd6bedbcf96d15f9ed3a715e0b795ba1d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0138-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a54782704d60a79d186c2841fa94dcf274c3d4b2f7225d5e1956cdc3b3ad8af6
+size 89179862
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0139-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0139-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1d76d27dca558597f650575450a5ca7119bf3742
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0139-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e1e9271e4f1b53764cd16eda68b8d35c45318c311636a231ef715e96a26868fe
+size 88165349
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0140-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0140-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ec936ccc26ebbc2eeda90545b6402532b81de3fe
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0140-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:416ca7dc8453d7746fef8edd81632586cc079b60437d8c8b48a7888e68655d92
+size 88433290
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0141-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0141-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..335d10bd0dda13e2ab4c0fd5b3f5ebb098b7fbe5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0141-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:30d49ce512f9c1895e42bfc3da19b369c817fccb89456e1391a3e9cf1fcfae06
+size 89247995
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0142-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0142-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ae31538603a9bb2d6536cb415fdf630732fda54f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0142-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:21512945fb6d4cbb43c9007adce50ffbfcb274922944e2d4b2dab021d8b1f52e
+size 88706755
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0143-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0143-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..79d41432fa82b36abb46e670cfa627d83d084ad8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0143-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e82b943ad4520a5532abd823fcce15a31b9bfe1641ff70b6199e93cbdf6eb312
+size 89379574
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0144-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0144-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..686bd1f65174f16ebc1d76853a334697c8e6c9b2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0144-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f1a219d9e13e9320136c35fcca19c9070b315afcd483c22acefaf9a472dd69c8
+size 88173023
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0145-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0145-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3becf3e45d65e631fc720963fb04c0776ce4f763
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0145-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:28298407a1a1f4c7877cc71468dbfec29c0412cd888ee19f62309857182a5d8a
+size 87883881
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0146-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0146-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..771df5b82c68cc6e4e646ce2a771065adb7490e7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0146-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3b4eb5c86c7ab2b57b7a83784924b1dde03a4df30948ad01f080fc78e9738f05
+size 90131507
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0147-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0147-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..747c15e69a2c11f5c6f34247085dbc5dbb4da4b2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0147-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4940f822a0931ec54bde8aeeb4468f05e2bc27fb996cc5ae883678b7f5eec4a1
+size 89329168
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0148-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0148-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c9008b8f5ef1dceee59af90c922d391433fc7139
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0148-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4a515d330da4e087c3cc4afa57e36e97fb6ebd81da36a2a3a459e35ae7a50154
+size 89061065
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0149-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0149-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ad4e32da8003deee34e12c2528c9ee95765e1c4d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0149-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8f2eda9ba2b2b39ebcc7267b283621bf8dd78b9aee31f256d61279e0ccea3bd7
+size 89075031
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0150-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0150-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6d6911005104542b26204180eadf141ddf386261
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0150-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:68b8e1aa33631f788cdf59f5d8dbf25a48da8f5b3274a16ca126af7296af641a
+size 88075170
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0151-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0151-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cf2e38147c6e1660412a7ba06b42efd5a9b1cfb9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0151-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:61ccb2db8140c9fb43edafc3704ae279a76ca56c03c221e167de1e00dd9985bd
+size 89870926
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0152-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0152-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6b6f12d0b78bad2ef26334f4bbb5590fd208e23b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0152-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:62ec16d7b0fdf7c729b744c4245fcd4e74e0f5ea321174fe395750baa70a5a88
+size 89537806
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0153-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0153-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..73fc69555ff58863df4e5e08a90c1b8387a867a5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0153-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1acc3ca0a93386b43ad3757699e2a9d8eb28d5f8a70df57cdcad61a41778066e
+size 88887507
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0154-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0154-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..500d84258a75989bc14182a56546ba843273c342
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0154-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:690267af7b9b45fd570272353c6c835588f7e53b89addf386e197cfc71479aa0
+size 88132714
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0155-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0155-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..10e1671c6c0c0d4bcc0e3f01ca36c0a1d6dd8608
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0155-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3de28e7b5bbfecbf960ed668474d70fd5d9b28df2c99177610d7a9261becebae
+size 87828964
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0156-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0156-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..89fcc3bb8e20daa5929d2c99aa942aab4190cf6c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0156-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c4aaf30ec2b60d7920c3c309dcb3a3394db1b4967919b4fb17ea6bf7b16890ed
+size 88317204
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0157-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0157-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..59368c121cb5cf0f7b0dd0f65e9c63a8e3a2d7fb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0157-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bae078779a734d4d354bf9109d3eb4bc8fc8cea6e9b260c5787b97bf1be365c7
+size 88458086
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0158-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0158-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ce4bd0e8966aa65e3f651fd090af91e87486311e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0158-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:254abe300d1538825226da37d7ad960226a691167284449251a85f7adfa77d02
+size 88843814
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0159-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0159-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1b2c713a119a9ace96978d1512487ec69cc59612
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0159-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b0bdb203ffa6492cfe8ef772ac834be18be720586e6896ccf137851c3b0dbd57
+size 89737146
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0160-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0160-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7ba2c175329c371ae650c0631d609ffad79f325a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0160-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3ee6f81b4f355dd28e169501969b111dad2b851d354892a9732198a24075fdca
+size 89648154
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0161-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0161-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..891baa95281ab70a60e9f97709946c0fdf1aa2a2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0161-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dadf57fc7d3b899ee56ff46d7ee79dc1758c4e00dbc60444770f34b63910ab68
+size 89323545
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0162-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0162-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4958f06cedbfc68632a5bff4358516b0376d3547
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0162-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fb1fecb33e11072603d6f045b7ad90d53b8d88f43bd609f16ee2952dcb7fa009
+size 88615250
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0163-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0163-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9fb8e9a59b2adc110612d4f528c74b079989c9a4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0163-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:11808220d4e3660be1f92e7be709cb461b63b6a2551e27bb7a44062a14ec9154
+size 89728181
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0164-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0164-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..df8090994584099a868120b8cd5a186f84b666e0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0164-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:514f6657fe555d815c9c3ef65e3a450683b303e3f1dc505e068a3c32308b4992
+size 88243362
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0165-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0165-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2b24ab136fb420c4bd1071bd4ed3933343659334
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0165-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cd0742a6a09bb3be83327b430f3e4e12aa3e0450a8d5e419077728f6f88ed463
+size 88343465
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0166-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0166-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b547e46587207609b2c86f846b5fc8208f293798
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0166-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:76cb10c8bd81da45c8a89acf5356ecf5c4110bc75468451c2502062fe36d37a5
+size 87864367
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0167-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0167-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..32776ad874f6ed741fec71ab054be7e46da402b7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0167-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:267c42f9d5403370db18eb6d0773512ad80a6e402cfb46b569a0b1104d8ba7fa
+size 89607132
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0168-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0168-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8f56ec41c6980f7b5a812a34d21d7cd4c5c50ccf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0168-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6c2b6424347c0ee5c69705fbd4c3ab71c0c04587270dcc16522dfdb0af39a505
+size 88972678
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0169-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0169-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2433771fba4bdbd7ea7deccbfcda3664780b88d6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0169-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a2ac409ab706482f791842f5aef4e98f5af48ad84d354f1c39cf49d2997a07a1
+size 89778542
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0170-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0170-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..edbf9cc56a7f0538cd08489b9acee671dcebc5f5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0170-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6b7162de1c89ea08434dfdbdfb952b408dedc7c4d45df8bc0e9906f54435d720
+size 90762005
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0171-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0171-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b604559715a801bc303ff6a89b375b7da90d65ac
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0171-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8039e21b92107211f8fd4b45b5bd7a26f4db5ffbaa0bf6b084d7b171d87a7727
+size 87947367
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0172-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0172-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9341585cd3529d5d34da36df31af7358a876e5fd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0172-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3b948f251883b2711817a6cf6bab34075953ba3592d7e65988f49e59ad75be5b
+size 89308118
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0173-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0173-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..64e220364722165012b1bd71ce5d35ef1929bfa1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0173-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a67b8042f4f41a427c54ed2e5d3758f5bb306f978670827c080aff091ef5c32c
+size 90028222
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0174-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0174-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..01f20463c678cc6a6b0b7b7a2d029ef8702bf95b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0174-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a479ed18f4c72b89b945f915a3eefce8f63b37657a62b3bf793cd163bde9f8ed
+size 88548684
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0175-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0175-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6e47a462f8f0c9c8c25b8b6e822f48ef20b2d9bf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0175-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2882682e5023136e16cf1b3b9d79e15a5a6172b67b7ec7df7946ff5d1b6479a3
+size 88263732
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0176-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0176-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..19b80dab781b682d075c201c8d78ee20a8202831
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0176-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:82a8d630e54134950e8defda5691a2460ad242114ea279875c778b9d22429e7b
+size 89011661
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0177-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0177-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..604a86c44596381c2ab452da1d2742ac781e1cba
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0177-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bae86f098ab05d8ff091cc685f34d6cc931150cde843d0006d103d5c283a7feb
+size 87964871
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0178-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0178-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..aacb08d30fbdbe16ee802fb6f760cd11af98e2c8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0178-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e2344d8cf03d79623ed7bd70356890c44e7732e29eaa0e35e11710fa2d92de20
+size 89168347
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0179-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0179-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7c4d8e60656992d8aec2b047051839c35c653c4a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0179-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2a31872fd600fa1bc065a2c47f9f7d18a4e19271196fbb784b6cafa5ff7274dd
+size 87501437
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0180-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0180-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..624ef3c6f62ea352c6d5430ed94b35c8cf5c2f32
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0180-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c49572b60915675374a301cfa0c73cbd67479386164c429f0e14957a893f5bca
+size 89674379
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0181-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0181-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ccd5ac762277b5f39234f6dffa1b70759c8563b4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0181-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e2bdc83815bd109015852da2c36900a38df7eba5a9fa00c664f899b095415d0b
+size 88711838
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0182-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0182-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5936c849141bc8bb7f3fe4d70144923d9c25b14d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0182-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a096565882f67a5379a1c501d085e2c2355247d8264029b564e0be25517cc459
+size 90011441
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0183-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0183-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..28c05d516f0ffce14d7fc46dd0070652fb74d3a9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0183-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b6a5e3fc95109fee080c6eda31d95b977fbe173a5ebafd088a73d6848aa62450
+size 89506977
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0184-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0184-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..75b636fdd8b1624b12877f6afc6c4c0ffdd9b213
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0184-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9ed1f9fb8ec6cbc123e135deb2a84f287090366890ec68802b574b1c789c4466
+size 90377058
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0185-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0185-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eb3c2b76ccf31649b782c9bade9100c7e77b7e00
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0185-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:74f5dfccc5edb97c2c3cf52916b540c232fa40e0259c9449fb776a6b5e732c4c
+size 89606304
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0186-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0186-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d5020d2710b62a5f83c9a099e04a54d024917a68
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0186-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4160264d9b36e3dcce7f3cc74d609c6c1790ed32b554b4858ae00ff0fde92e46
+size 89509046
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0187-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0187-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..07995466118ab322ef1cbc53abb3059d8fae9401
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0187-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a84226c97c6e6d8bf64708c5d6b5c8163f4e55ecf3ac5a94063fa38943a8048b
+size 87055359
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0188-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0188-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b2167c359ac2b63c083dd7eef904a190e0038f2e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0188-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:64ce9de862cf8f47ec5ec081a6676e6ec8d3a6d1e4cd70c26aa632436cc43986
+size 89361211
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0189-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0189-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a352526cf1215f188717b98c97b7c02840cb0aa6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0189-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:92ca5319527e5fb04b02f61326180c990d0af7f9695fd9b70c1faef49fb10e6a
+size 88602199
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0190-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0190-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f6c56e790d8003fab3a2c1c4293faadade3bbeab
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0190-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:12c83b7f3c841c7de8383f5bac89545d255d0436da78766e34c50a4109f1a143
+size 89854017
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0191-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0191-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5fbfbb6eae99a49b3a82e30895493727973f2e92
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0191-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f1a4d731237280d782bc4e87e61b05a257aefe447b9adab56dea621f4bcb64e8
+size 89363279
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0192-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0192-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1350a3dee2f43bc06335eecf79c5aae3526f1a14
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0192-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:806a1613ebe60374d56dbf9383668d08cfb8f52a0ffe5680fa8b0d3a5044a979
+size 87729516
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0193-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0193-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a4c1c33affd4698eb95d161044af40de753b0100
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0193-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2350984af61e2ab68f18dc8abade45d808962917fe615e69cb2962fca701e9bc
+size 89728620
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0194-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0194-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..436644d9ccd03ccade52533098f7bccdda3f2270
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0194-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c2391c67d168eca6cfd70f74d39b61e828cdedd87f48c499f0c7aabb908218e0
+size 91088246
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0195-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0195-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5d7c6cf30950ee767b1504a8b4d4d1c8baed7263
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0195-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:263ed8608d0c362d75ba3dd1c8f9f53f1a6b827b82ab3bca38743efb28bcbce6
+size 88282320
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0196-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0196-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..51c8dc1c70399d584806ac05e8be02f1d5649dcd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0196-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a5214b0f6629cae1195e35ff5ec015acc4a5ecc83555a11e924473db4ad37d7f
+size 90955606
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0197-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0197-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..11d1a7b1da6d7f7872304ff245c37a72deae78e2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0197-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:981a9516d2aa4b0b2b86281bde6dec253a430f66d70b2d9af83d06088dc38685
+size 87067793
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0198-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0198-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f1761ed8d64023323572102ccd0415c2d97cc27d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0198-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4a569c25df39142f938cf6bf8ad8b488740dda562321c6a424c06e310d79c95b
+size 90408034
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0199-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0199-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9fd3f0dafd5751d9013819a5e2e21f5010bc26e0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0199-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:013b40f55ed798b243fc51aa09159d13cc6456cf12955d5c108bb17a35663c66
+size 89513222
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0200-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0200-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..77c6f6e09ff56296ca37b513bc7c387168a5fd16
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0200-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a01e70bd7193f061375427ba86ad5c0ffd582013cf80907585f5692c2a38896c
+size 87806091
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0201-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0201-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5773e048df7f0940b669e8ab526904b5c05f3ed7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0201-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:217e5aeae68419595cd8cec097a9a4490adadd747d8316dffef81268922df00b
+size 89889081
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0202-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0202-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4bfa774904482df48a20ae9a9ff9593ae0da7432
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0202-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5a0ea28a8f7612a471e89d179c4c48894a446efd2bb64e7bfcd81ec4045b683c
+size 88636752
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0203-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0203-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e4636080c304170e6601053f96b693f3a98c2f5b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0203-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6530c6980aab62f57bb8fd9c0224f1c36e5034720b523026bfb26fe27bdd1f20
+size 87918158
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0204-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0204-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2506a4681b81beb3a59b30e844da45d11e5cddfc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0204-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:714c118cb152175858e4c0dabf4fb56e9df447d558b983bf24b05f2040d99be3
+size 87589961
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0205-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0205-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..703f23314f6852c7c0a73787147c3fcf734bf5a6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0205-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cbc53c8ace20295e9b05e024db27c154607563dadb934d402ab12b99e7285acb
+size 88624813
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0206-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0206-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..52b9228461a02746230c88f3d0c43bd0e694d178
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0206-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:78f1acf909689d69e5cb81509bfe372c95f702854b71a8fcff6f20a69ec8b5ab
+size 89501510
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0207-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0207-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..678eb01a9c88f82ccf7fcad5629fa5ea802a155c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0207-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8d10b58070cee00853f3b7d546d1fd957e7e64787a160a8965858055d542956f
+size 90152746
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0208-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0208-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6aa6bbf2c082eed4a9f1a9296ce5482749968e64
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0208-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e442d315443c02753e254083e24e204022625ed9cdcaff1de5478e7ef228dd08
+size 88755071
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0209-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0209-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..908d868b39be78350ff0e0533b07cfcef2992473
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0209-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7c6cb8f005ff3bbf454162b48a76cae8b2769fe6495e48de67fb6c8a471fd3d0
+size 88327508
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0210-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0210-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3269b175d2260afe98d1125984fd69db3d267413
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0210-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9990d09c92ecb1f9d57faf075d5aee6cbb573fa929a41b4ab1aa6f87ba070785
+size 88330902
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0211-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0211-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0c9286a1fc393b91e2c257c2d95907d88c23fa45
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0211-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:93442152b0afbae4e39a7451545c707f65ffcdeaaa58f28f357549f290bac408
+size 90391360
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0212-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0212-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..81e5df039b55de01311441ef95a615fcc3bde00f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0212-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5915fcfd8220751bf69c93fa1fbb579323816003ca8efd51f57387a9ed69da98
+size 88994974
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0213-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0213-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bdc60a53eb875b2d28c25a1be516dca19993faef
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0213-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f3b3854f2daa535885a959e5051dd05f3de1d2a67fe01f1e8e2f7106982bf3ed
+size 89570861
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0214-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0214-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..64fbe1cab66f002d0f24c65e8d0d0d52e842882a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0214-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:21e40b33aa3be849265bb3411a94f62f16ac0ed1f880b54ba98a9710170e478a
+size 88031491
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0215-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0215-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..635fe9fedb31117ae3bc925b667fe03f2cb23c39
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0215-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4d5bcd61bbabf446e3881706787041c086364a2e12f94e5ac55770ee46954758
+size 89277811
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0216-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0216-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0dd003ff400760e5d9fb502855e8d5bd437514e2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0216-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:956ffedd936140f37bd3068b9742d0caa98f20f4268806a5055c5086ee86a7ce
+size 88099681
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0217-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0217-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ca2e0013183379d2ba843ca9b86392dd719641bb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0217-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:271039e2034852228cb7efa69f9e2f4460b046f1f540ae8b04ab418e0bd4bba4
+size 90440188
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0218-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0218-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..64b63978ac477ee4136a0565e81802d816ff67d2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0218-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:280d33e6c9a4998729a1e8c11bacbc0d0418c05e242bcb5fc2ea4725211ad8c7
+size 88682609
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0219-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0219-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..77ee46079921dabc8c22f9b6d6f905e4a179403a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0219-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8370db4e4f808455322f314cd8c8a286a8b0a46c53e51bb1bb31427766fc4798
+size 88140982
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0220-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0220-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..09d800bffa28e4166acbd7ab7dd8385dbd93cae9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0220-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cf05e9736abf583c9f4ed6a28700fb038d9972fc5864eaef27e34b288d07e61e
+size 87992150
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0221-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0221-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2be2cd4e6ccafeca24c55f6a7ee20b8972dcd50d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0221-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:39263f01fe7049478635ca828c147ab70f1668920dbb558382bd16c1fee65832
+size 87069784
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0222-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0222-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..875c82ff5054ee6ae9222d6fa577f49a7065b5b8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0222-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:739e2a11eb83815c38983e1244e957cff3340faeb5935b10c21ca7d89ead7c7d
+size 88304102
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0223-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0223-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3921f8f8cfc1a720edf86abd8336f8a39ade6d64
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0223-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dfa36ae2cb68ba781f111663d1d8a6bb85e1d5e28613fa1814c0c1cbb76e121c
+size 88476124
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0224-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0224-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..067686b69913641399481cb63cf487954d395a43
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0224-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:faf833be64e92cc7f8581c3c1c40f2169d0252c565a2243e7ff2f61663cc24b8
+size 89674217
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0225-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0225-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..15fab6721f8e0310a5410a8f9907cfd2b3642c3e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0225-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:484805daa0f7f4fcd4979d80e1404c30f2a7fff1e38b491d8c1ea12561c83f5e
+size 88209905
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0226-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0226-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a283f040496cf322ebce59c61f3130df34b24bde
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0226-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e34ea421c1bf7d9c7804545ebe795e28a0ba7b08cb3d019dc03ad0fc0c4531e7
+size 88335610
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0227-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0227-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..182896ac63ade44389b2e205dc4c7810ce0c9118
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0227-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:31581fc3bc19a33b9df5f5e3b49ea457697542e96e4200b8e5b0b755ff81f1e6
+size 88525456
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0228-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0228-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..58e6c475b3f6f791baf50efc74a6dc0cfa6cf1ad
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0228-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8fc003f6b47ab48f4e704fa7e0ce41d27b587ce1bb86f7eca797d9e780ce517b
+size 88199348
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0229-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0229-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5187eaa20612e397a607907cdad5afeb8171bc7d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0229-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a4bc3e51e295ebd41db7ae88a4f4cd66e2fdcf6992454e41678c70be743fb217
+size 87846406
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0230-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0230-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ad7b0acfc16df4358d1df760759bf578565e9ac3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0230-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9edb48b198824fd196e1ccae4692b5a8769923f7f7c0b769b94a39a8cb039202
+size 87131039
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0231-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0231-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..763ea6373973bd7103c44fd8a747c03ece3425f0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0231-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f9ba0da4261b8b92c76cd3d14de8a33d3a2f987b50372ab5773f1ac54d86447b
+size 88730008
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0232-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0232-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..400aaf5fc8ad3a9cd90d4675a81615eef66a638e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0232-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:82452d1834f55e8a9946dc3c113f0145b0f28ebe27831160e1421e7289a8d6f3
+size 88570533
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0233-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0233-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c39b86f211d909c4ccee310041e52793f86374c3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0233-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8775742387ee3e6f5f8fb58760b78a00bb5773a453f02c21dacd5fc757524372
+size 88770053
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0234-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0234-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..01448eb73a511ce5d4b70bd0f044b0834eff4924
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0234-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a9a0ce74e6b0aafb909d54820c2fc5f7aa72a12c1ad9b3cbd2d70897c24e9e8f
+size 88824676
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0235-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0235-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b30661c039de9bf7d05d62186e0b2f991136e5d9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0235-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ea1cc36258b90110a89fb6e7ed07cdb7be49f9cf2ed3a450004cdbb70ea75d14
+size 89739669
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0236-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0236-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4c5a1fe2ab0053d72c4bbd2b3bb7cc0c21034967
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0236-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6d5739ea3c8b0601917be032f38fb3555a6f6c1a3e8472ecf261cabf6b7809f3
+size 88863110
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0237-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0237-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..10bff47fbb39248be659d1202d7de72ff9921e3e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0237-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:99b61fdf52c9d88563fd38511a51cb51e7bba55cdbfda661765da986125dc3c7
+size 89590355
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0238-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0238-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..21d0367a20174c2b49f7256b1beee6abd96c1481
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0238-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0865f736d0096ede1f6d4ae4e7b760d3bd9dbc45ea2f68b0e78f1767da559b92
+size 88730558
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0239-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0239-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8e91fba216ab80ab532cb690c3c657fb5bd30bf1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0239-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:161b72fcd32ed5fd8f4d70b8a9023dad98a95485f00e3c7b4ca7d9c6928ddaf9
+size 89799082
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0240-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0240-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5683053e1731a7f01288b47dba2f5175706c055e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0240-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5ae5fed597003f2aa57686cc464dc4754bedf70cde774efd98eab0449aab0636
+size 91622809
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0241-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0241-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fdf2da47b8a57a872978a89f8d75b00a71728ff9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0241-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:19933d3781b83990c7d9e507eaa66a1cedfe95ab5927686ab3f23c4340dea755
+size 88130084
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0242-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0242-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ee20f793883d45564e12bf2478748cdb22842776
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0242-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b28b4dd40031d9dbe389ff933886e4f24eb7011835cc7f3cda6c6a620491328a
+size 86765170
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0243-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0243-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..07e5fd29c783bfdf561aab22aab48d68d49baba3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0243-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e3c213b4e9e586b916b0acbc10e3b96be4f75c00de3e3f9179a2c13a237fd0f1
+size 88131927
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0244-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0244-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c4205f21da5ddaa530b47105dfdbf14416fb6e8a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0244-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:42e785ac28795211e535d9f2c5d70df1d721a857a22783ed0de11303b4ca0ad3
+size 89196684
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0245-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0245-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c8f5ea98a39876786abf1c13dc48d0b81d5ff19a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0245-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b609026ce9add10381a5c741a27ffe169cbe9e48ebff3caa81a914f0dab137eb
+size 88177981
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0246-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0246-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f290952ed2bebdbab5f97e58f801d24a43979c0e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0246-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c0867694f76105a535a05d6af70f789ed1d858b2113f6bbfea94831d76187441
+size 88125925
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0247-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0247-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..42d47e7cb109ab20aef551b841b2cd20442c2a5c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0247-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:790cbb90f329cf701ca24369787823b0a39a286197fdea6748b42e7201a1eb9d
+size 89274928
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0248-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0248-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..88fd2e39676f438859668508d39749dd75fb3f3f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0248-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b0ce50d90a88aae164c2cb46712e2fea71a235339a400deb5d648e8c97dcf464
+size 87829358
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0249-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0249-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7c4e672b3953032b7a4a5d157d9efb7d30b649d6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0249-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5a219aac006e971267123685422b16dd688e89b4be287666eaecb575f8294df4
+size 88867532
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0250-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0250-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..779fdc21c63ae368dd794df0fe1cbd6ecb12ade4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0250-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e9f954d55bfc895439f7ce69b167297c0691fdcb93a050356f106068cc179cfd
+size 89015248
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0251-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0251-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..623b83f3c45e6b71ea3b743be1c213f2bd7b2ea5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0251-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fd676cf0198093a8f45838f7f8c36f5d91d637980fd682fe1d27eab24967e9a0
+size 90234993
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0252-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0252-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ff2ac49155db09489aea51bf669a527ed7e46976
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0252-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:743730fb127fe5c5927bddebaeabb291b0144070d98a7690d39a4c799854c160
+size 88505779
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0253-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0253-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..92da3d471a45e029c26178f4b942310a3df41414
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0253-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b283e909b0685b72096693ee78cdf3399254795a6eb0efbfbf5be0968c8a59d5
+size 88126079
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0254-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0254-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..44d287d5e612aecf21b3fc8f826ed52d64b17157
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0254-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3f36a40906eb2c461bdb4f9c35b93d65664ed777941918ed65e86bbdb766f6d3
+size 90377897
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0255-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0255-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..07e911a2a3a4452f900a3c46e725dbcacc59260b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0255-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3c158ac2fdc92fa3b05691a9ed9a93447ecbf8e68f6870b354c2e837d4d3e35e
+size 87875294
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0256-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0256-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9cfcfdc2bd67b1606f29cef59e74e87646f00f62
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0256-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d90447eed347e536686a777f6f68bd0ac6a483b6299e5fe545dd1b7b9ae6bb19
+size 88925642
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0257-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0257-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..64e30e51296be7345a0c3878eeaf7fe1eff49d69
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0257-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7540c83219ec538aa44e9cca50eaf9873314d562abc9917e3a62cc0e6fc83fdf
+size 87335508
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0258-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0258-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a515c797ea6fa82e441cc5b4ad7020b1bcb40386
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0258-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:04389860b06a2e18c29ad48e0d4a7212ae273f70eaf779930ba34c9beec71704
+size 87164577
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0259-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0259-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3817de27897683bb5c0c4e37a39bb8eefce19c83
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0259-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7167edb061c2f7be03643c126f43a0f806296b3049383b3bf57726381e0a847b
+size 88003378
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0260-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0260-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..879a7a093867be1936b693bc5c80016da7099267
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0260-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:038d4841edc6db80b3775809b0e23337de50e65537afcf3fb8dd383c368132d4
+size 89617849
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0261-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0261-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..357068b0e39a71dbcedecef5aa2e431e6150308d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0261-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6a7db2c0bc1decfc3d2a5f8546820a853b4fd406260ef9abe9c3db5b43f9b13e
+size 90146400
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0262-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0262-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1ad06e782d1ecb1bf9870ce4a973d6e16a405803
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0262-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:915e898bcda5cebf85b2f8295063790d60d513fd325326d959cbd88bd4078254
+size 90811403
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0263-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0263-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2350e0397415427a0ed51dda2d4b5326257eeda4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0263-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:802343a874a1513ca8f210b777cbcd7e3dd06718bf359dbeeeb97869003b65a5
+size 87786674
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0264-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0264-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bc582276b3c2b25b141178b6a36d34a3d5bb268f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0264-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c0eb5685271c89c7b6995fa5d817aaf2cd79bc4a5dd33511e0757f677d0f3786
+size 88878008
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0265-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0265-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..42240ef8e3ee4535e346fdbd4908e167d68ab959
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0265-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:104223d702fe2d6440300b67aaecf9deed21d7a6d47cbdd6033c8b487a3dcf69
+size 89624035
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0266-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0266-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..67f14c87029fc38758da5c70094cab5fccc7fb21
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0266-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7dd5fa26dd3a7998b007d0d7c5fd4bcb5f4dc765758830f9f1a790e0d24cf492
+size 87743087
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0267-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0267-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2fc70592e397ec1953821f0d75f6df9e36b77531
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0267-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:90075f4c3dc9d7a11ccfb90f39af87eea23933b660b1aad77312ffea0124bd4e
+size 89513284
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0268-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0268-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..317c06f864b94afc7ffca73f79017e36ec969ce7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0268-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c6b83004fdc062d742407cdd72d2a2c32d345b5e5b4ce0c7f0cc97c3daacf8ec
+size 89180908
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0269-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0269-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8fd9c976d7fd442afadbc4c98d54fff0ae2b09c2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0269-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e7de599a287cc75d9e8e4ea8d96cd477c48d5bc2af328b5be2acde6a87a80fe8
+size 89764999
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0270-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0270-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f6fbc07dfed84c6e54312e211aea673f76c13699
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0270-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:85b9335dedafaa1ab34fc0664e648ea6417bf8358c50c20c1abfd449901fbd56
+size 90539350
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0271-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0271-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..55c0a505d5f4aa73db241a4108d893275aa48919
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0271-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b3b05e27402855511ca685bd9392553ad5f2f9de5017d09378803f2182125c01
+size 89305029
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0272-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0272-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1d6c54316f4ec165fde8db0f5d801a638d16c1de
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0272-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b43253dbfdbee97878fae8144a254bccb1aa264f347993ce95f9e0ee0fe101ca
+size 88049673
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0273-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0273-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..308295a5e4c784a24ae7b6dec3967535798429b7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0273-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:560a8062bbeb0cf55625ed547064209882320011d2191466c9461734b87d6410
+size 88679750
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0274-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0274-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bdfab5b4d492f78dd579e787cd03bb18b3f66af7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0274-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:369a0190d92dcad36f6e154f6a2566bf55975d1f5c5128238b0de304a7ba1879
+size 87969033
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0275-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0275-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b60fe6b3358b4feef6f8d247b32fb83eb84d7770
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0275-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:74b7b89b4bdfa3f4377aa899da98dd5c065267bda803ec52cd57764947efc9fe
+size 90562190
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0276-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0276-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c255dfe65641dab91ce444900ae6d93bd441b3e7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0276-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:871d638a5cb9b892db6ac94bcb0452fcf81b4af103145cfb5a285ead7c7feeac
+size 87551233
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0277-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0277-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..db7fb74d7ef205825bbc6d92ec68c7b2b62a5a2b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0277-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:66a09852270c1729ff31d74db63863d473b7c4eac53b1d2f359cc2b95729238a
+size 88935803
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0278-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0278-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8fc1072e541d99dce24fac33efcfb803e41cfd96
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0278-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:48998869fa1b0abd82e814592584f87e5c95f8a52ab43760ee6e7ba4735de23c
+size 88976881
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0279-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0279-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..24f465d202be056b85d72993839c2443e6dc689f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0279-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:74b5791206dd43c38eff98932ec0a4a33a3d293fd66ffa60849ebb97514f3e17
+size 88329803
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0280-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0280-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3e67a0e4f916fcefa80ba653d0b35d5807f0e3aa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0280-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:91db6745620d1d346c9d50307c3c9a412af32526214cffbc24ebf319fcc6ab1b
+size 89588718
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0281-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0281-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..37d5409e8a9d8945077e8318683eebd49937820c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0281-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:588c12c72733238d95c2d5bd2c308613b1c40ab13257c138e7290e226a4b71f2
+size 88902399
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0282-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0282-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d4ad26f167a5b654045ab4e4d12f87008c575126
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0282-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fff8a3c4f781a9b65df533c0be2fce7f8a0fed1cd469a619f09605563a55135b
+size 91141838
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0283-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0283-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ccfd75c99c9bb4cddc9ed637b62c06b8ff2b2fdb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0283-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:31a8f172a0660206af8b36764cface49d34ea560f89af6f8d1572fc683b1b26b
+size 88589604
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0284-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0284-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..34355b1dca9e335e358463f57eea4ba679d4a5aa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0284-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dd2eefd6886cf90d52bfac25d23ff388078fd222c6b318414eebac54eee70c1d
+size 91115614
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0285-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0285-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5f870f695c3866b89bee32afc31ace94634f9b11
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0285-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b6ec02ea07b771cda4db94f475d5b28fbc530528316804c95798e5c5da7bf928
+size 89093511
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0286-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0286-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d951c2d3fd9a2adb6c3fa87096845f6bfe0b0644
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0286-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:71172a40e873ac8a17c9d948a80977531582ff0ebd75314d54d18d9bedeaaf96
+size 89293476
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0287-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0287-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0dc953ee1dce309cc285642647b87262d3b928d6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0287-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6945f9c5b97f46dc0f6b17cf249dce4f3bd9187e66d1eda3458827e93a7a35e8
+size 88181741
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0288-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0288-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f618a6570cb40da6d27a495db5445d11cdd0cba4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0288-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c11db90b289eca662644632c26ab65e6d59e4751e2c5d994ce5a9401aa3be663
+size 88802495
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0289-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0289-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..41254a45618e55fec59a8fa159070408d9e417ce
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0289-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:88a1959a3b94287023800f7aad713b357d3b5a7dfabc0a6801416b1a824f0b38
+size 86321026
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0290-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0290-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4fdb1f76bdd9643389aa9ba5a4e1b22b4d56bd6c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0290-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fb6d391709c16502b42553c86a7f9810fd1c2e4164a5a282185f77fcab86254e
+size 88736509
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0291-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0291-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..08616e6ff70de87c61529174cf7b05ec0cb91176
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0291-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1848e15c055c544184b218a9b161fdcf1dba4355a5cb1fa9210ba665cb2acbdc
+size 87724278
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0292-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0292-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2964357749072dcb1458f3a8278cb7d2871c7443
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0292-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eae4a83d8965695bdf165b6bdd1b2d542b6124a122299a8c6459c4b09ad19646
+size 88369508
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0293-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0293-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..23c9f1c83c2ea36eef1d13354ef87d47f477a8fe
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0293-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f6ff5907311d069e0b0bf7d5382462985747e54d5fb267963ce50a55df7d21af
+size 88068044
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0294-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0294-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6c6cf38a94635a52567f40d3749cb237b3edaec2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0294-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2728725db2c88df1dca862554b43033f54581ce3a24065555d0a8089c1e1ff70
+size 88721880
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0295-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0295-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..edac1b88343290978e35e7f3d8bf3f041a03c122
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0295-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0eb925f3972c7c80d03cde2a41e64cdbea743138ec7b9f917b7790291bf87f74
+size 89585557
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0296-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0296-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..071408c3378b67111410534eead77bf079e4c691
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0296-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:66c3d126593b79bb784457e0bc542b1a85836f4456e5d4626f829252e05b9a67
+size 91983822
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0297-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0297-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..be93c04bed189906e127b58b000f7996160164d8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0297-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:23225475811610133e84b1bb967eb1246708d3b659cbbee738eb6979795ffe8a
+size 88920603
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0298-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0298-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c27cea3a47040059fd339cb4894d018221075a2d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0298-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3fd5d9c9e901df3d10953e9666397a74a20a1bea26b0239731621da16e484c59
+size 89665718
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0299-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0299-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0713387e2c096a4a49bb22fb66ee2b43542a5b94
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0299-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8c3487880034a2d75cfcf86161be9742996b28ca05e0e669d849e74eb89a1289
+size 87989179
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0300-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0300-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..42d8aa6ae16cf9fd6f1877db7ef12ac69e497eab
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0300-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5d6e2be2e5818a6530956161ba5a68905b315cf15161cd856ee7a635579c50c0
+size 87675989
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0301-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0301-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ad50989e56d062caca33eb322dd8195e72b99b97
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0301-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ec84b937e478cbdb7e13b83a8fd29d3e44ba9a4a4a874f450b8868efb66ba2eb
+size 88543957
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0302-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0302-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0d022faa369f27f76081aa95f91a1b0dc4eca820
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0302-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4ed1ad8db781db3320118abb398efb250ce7a6b2908cee104e02e1745457b15e
+size 88946693
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0303-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0303-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c3cb5c52f4677e11e7c2ad5d6cf54e77be678e3f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0303-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9f10e5e056a712e2c3701ad00de9070f968be5d88ae0b05add453dcbf8152316
+size 88817993
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0304-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0304-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1edd075f57a133b484dc498660c0340fdb629a65
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0304-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0dcdfbcd65cb201b5842baa9886581bda89938dafc86aa384fb146ed5f98d592
+size 89551405
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0305-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0305-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..071b2dce0f7f8a392b542787a12c21e5a238510c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0305-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0ac6a828e9a4d6e5b3ab1920e825279ac96910ea89bae2f5bb4eadaec15708a4
+size 89069173
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0306-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0306-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8612f805d67e47e6476d8d1dcf538ecadcbbea92
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0306-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:764570f27b68a9cfd5bb02edb53339334ff8a7e3719318e3fa22e8f1de1f1710
+size 86329608
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0307-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0307-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bcf391dbbc17c9edda9c26f706f4b5cee856c418
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0307-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ad0675be4975fc0d8b2f0fbd52e523d0b7cb0f70ff058d2c79c38d023bd87d8f
+size 89148122
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0308-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0308-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..935fe7266a05b17bfbea5463b00d390792c9c07b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0308-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5c53db9ad46eb78f05aa84cd946d53edb9a251805a0246d80db297649a95e4b8
+size 89700090
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0309-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0309-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..18e1c55e432dba6bbe6c009592f1f7baf218c11f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0309-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e8928f57c9b217e0c391ec4d89ebb59a1249adb83170ddc210ff20d5a648ae0e
+size 87971554
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0310-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0310-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6fdc008b01b9f492817fcfdb5543b076827a779f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0310-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:84badec7fb166fb26b9923bcb371c27027e85307a4a520a1fa75068103be7c1f
+size 90634108
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0311-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0311-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4031ab851c21ff5f067b334f66fada2fdda78a85
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0311-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e61ab8252a79cd4526385b77cf9ca774cd1242ae38f81f9d8f8456fe81583f27
+size 89845152
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0312-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0312-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..687c7c6ba5a9946524b95b8772ad0c546e96d795
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0312-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f414abc4621fc0a3cbe8e4f9b564adc5586f56b1e9c99106b69f37adf055ee94
+size 88540909
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0313-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0313-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eac53a841b3d4ecf9c5d0c0c5f4da6ad68bf2ca1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0313-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:46ae2153c84fc54fa83756c4388b489cc3be70eddc427941d140c03824065687
+size 88859898
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0314-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0314-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8a919825ca0c22a1e42597f7fcbb6352f1939c29
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0314-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5e938bb86bd085b949378dfec3dac2a866be66910a3db89add86db430c6d97a1
+size 88838526
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0315-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0315-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ac21d4e1cd15494ed11d299a83a5ca36e6a3cf18
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0315-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b82fcbcbfc929b9a0772b26ab6133bc0cc51b3a347d627c107490d0cf9fa2533
+size 88572677
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0316-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0316-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..79047491d58baba7d0379029f97b5d8c05dbe1f8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0316-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:90b4cc74a4c43e90fda33e461b20f5254d950137d31a1260f4d0e9a0c9832e3e
+size 88256333
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0317-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0317-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..92192d4024f84184de64250c9f409d4ffee85d13
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0317-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9e8183c08e3344bdad1a904ae53abf8a5b714d15a6e8afcf5c81e207c8b6839d
+size 89016798
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0318-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0318-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4ec203b146c0114ff3082142cb44b4bac4c607e9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0318-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ec4d33327a9d14c201224de7cedfb877bcb2907c7387917bae1cc4484eba3606
+size 88399437
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0319-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0319-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cf99b8a9164ce0a30a140f9a1cbf225538e4c31a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0319-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2558e20a240af76330c45df271e61ad44d9a430215ad59decb4f4a2a09624709
+size 88187409
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0320-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0320-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d3e9b8d6370e66d889acf032107f9632ab68a024
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0320-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a95bdf297a8a8fd27762974422cd07273ae4b517b679f4ce697a318fd65bb7b0
+size 90391101
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0321-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0321-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..777566d0a921d9a1f9ab3b0dfca609ce04d44663
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0321-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d6a7e682020d3414fdd799b1968b66de748389269952923f61266bc74d78cbdc
+size 91703107
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0322-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0322-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..28dc5d6eb21a5d16179daa29628ee4bb6b1fb118
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0322-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f476eeaf746ec56a43da24c6f0afe42746bcf721506c299aaf4be00aa717dce5
+size 88825241
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0323-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0323-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..19d04918c78d6051b13a7c1fd8b1b6915f0e13d0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0323-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:295a355696ed3a75e2814fc9d020112a4a9b133bac6830602f8d3bfaca538d99
+size 89255089
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0324-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0324-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..461671b67173fcbd39304f4b59fc52f42d3be650
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0324-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a6cfb2db5887b658d5f92492ed5faeccc3d2cf72d92b67701a6b415bc4efef10
+size 88289358
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0325-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0325-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2bf542b3ddba56e4d0e190da391bb71d2532165d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0325-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3f468332e9bcf86b78f6a3a1c2abf2f2f5c8352e10f66a068f96c7fdd1eb6ea6
+size 88799907
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0326-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0326-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0f013920e12819c048fead58fd44825f46bec437
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0326-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7c6a0237c5eabd627a9d9a3bfde2ab35584f522d14c02d6a2ad5b30752323c90
+size 89133313
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0327-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0327-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..377d839fe95f945c803eae937512a3746c8c98b0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0327-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fe7c82bb2393914e8ab2b0618a27221d95c0ee7565db440d690d5e71bd42707f
+size 88523331
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0328-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0328-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f34231f7bea217f23a090b606de0367c13273e5d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0328-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d7f425779562699f65629061c44c943336cc0eb27c6eda1b4cb7fbda4e154125
+size 88687477
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0329-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0329-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fa1ddda8dc304cc7f325cb9c30c4b34e8f1a5a1a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0329-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1423f2251c3fcd607e542b66a80400bba0273852d3ec91a8985bc4ed37fc9502
+size 90497930
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0330-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0330-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e2d85550da8a6af0a94658df2c89a0df3f3f2640
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0330-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9244d6fba0b340957ef3d18d65e3550118cab3d0677e5c6cfee2a0a14adb9607
+size 89048958
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0331-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0331-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b7bdf3e3a55d0f3912778dbfe4fb82fd639a06dd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0331-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e42ef8aba5190e14c4043fac5f8999492eff74f35e5ea4128141be3cd867c7d0
+size 88992360
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0332-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0332-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5b22766000de9f47588c7e4c8f37315ab4791f2b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0332-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:100cc2214b615af42acfb9c5c78d3fddc947d03742e585b9a11cf030f53d7a81
+size 88497886
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0333-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0333-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..54d3c8dc36974a6e02a81314f2f3a6749b902eb4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0333-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a060ef4a4be4cb6ba4a1a6fc83d8bd991266dbe0a54bc04588001ef00d4e8c7d
+size 87201484
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0334-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0334-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..769905d45abfeed8bfe7276df3f73bc010b92d43
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0334-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5440404692da960bdc4bd7c675b216214e5ac611c63c01d545520199204cab3e
+size 89044978
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0335-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0335-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ac4451a87423fca71fd04e622339c5aea1d8092a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0335-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3c653f512ece8f7eaf62fbbb21f1229e544b89a5222a8fa3dd0fa75cc3feea41
+size 88362981
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0336-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0336-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f2ec2d21a19593482569bd2664c3ee75cc177992
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0336-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b929c3234382cebb22f5e56ee79e63b4e4ad5b0674f6bc40bfb1c2bae7eafc1f
+size 88430319
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0337-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0337-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0cad8c402b32d020363c7f342894a4da0c21ef91
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0337-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:54b2465698a56064c4dbae7cc724a34443694418a8e28e5c8e33880c83724097
+size 88463817
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0338-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0338-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1f3654e6412cf9bf0ec78ced7a46c1c9dff66f90
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0338-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:847ab7d91acd601932fabf03ada9a4d8cce748984187fc11d09725c60f2a465f
+size 89336936
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0339-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0339-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..675ad3ec3ecaf2898891ba602f0857abe104821d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0339-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:45645ab3d25cb610f4407d117bc80b5a9b3006adf8eb39ea3e3a87342bd4b1ef
+size 88889299
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0340-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0340-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..289aa034906f4d75972418114c53a97bec9657e4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0340-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bf15d72ca27dcc18e33e1141c48f76758bff42b20729fe849ed9f7ef7db82a21
+size 89974566
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0341-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0341-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f9fe259ddd41eb065b62272d7f1107cdf9dbc7a5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0341-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a2b6c47e9195c23a4bb0e83e9ebc36aad830b73c661ad7de870f334ca049ea49
+size 88781682
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0342-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0342-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..711415424e3b82c3a6b5178a61f3d009c3097e01
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0342-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7c856fdca05c60376629112f7d309d62589b9da6c5b77634cb41568d9822e48e
+size 89090713
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0343-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0343-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..435a49d4d39fb64e73fbbe3b27ddfc4374d4925f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0343-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e0f6325307fa2aa5c33521c7cc9aa7817f32c07fe437e1347a177938a656d7e0
+size 88939559
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0344-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0344-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3fcfa6c941cddcd0732eab1f89f509d844094765
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0344-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b8b714f69c59d71563092e8bfaa1bce4a4190dec8ad5d9f347f41a3558919e89
+size 90724168
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0345-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0345-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0c7a2529c6b6d5e182e58b637249843b211b3966
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0345-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:69e59652642917d157f62c87ed4528667eeca84b6d990d71fdfd475ef6738563
+size 88047764
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0346-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0346-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..28aa1e95f4e74bda926bcd7245ccc504aebff50f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0346-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5d0de4d165279bc3b52c90d15a36bc2b6c5fea095adc6df88cfb6022089b8ba9
+size 88817524
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0347-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0347-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7339c7687fc5d02e226b2a14140e2d4d3df96107
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0347-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:21fa0edcbe3e71ace623da63f9b4fd9a3b239295a9380d116611120fa7ab8f60
+size 87567913
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0348-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0348-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8ca2ee682e039bf423bd4b21968d59daefde2e5a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0348-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d85ca7c20718930f1b9dbe403b2c253eb991b70f2f48d2b3c8e888e42016ea1c
+size 88661909
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0349-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0349-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..697082b525aeb69df3f66f637191a8821a7af016
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0349-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bff0c72fe16d27703644882a4e12d0fb90a4706df93287759107a454f83ad8d6
+size 90593530
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0350-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0350-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1542dfbc10c743bb78e4268b4514f3435e3bae1a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0350-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:508ca083d7b507a59a8ddc98c48f7fa6f6e4540bab1701c469d891c98eb3ed97
+size 87507587
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0351-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0351-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..76ebed0fbd9d9faf051770a795f5fb8f6118c54d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0351-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5b2457dc211a44b14ade3911bc2de26576363eef3566c8d8fb983a766aae0595
+size 89455118
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0352-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0352-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..75e6f02d6702a7dbd92286b96fb2fe7431e19d84
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0352-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2e8ef7818cf6dec0f7f745a2e061120d778e5cd12320529c10ceb91310fc2321
+size 89181177
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0353-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0353-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b9f815097579826956a2e929fa5e80d4a25b665e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0353-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ccc0f01eb887ba0285a70671b7f7029c15b941c7f598c5f1ea7faa1ece0beae8
+size 89599300
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0354-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0354-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..04ff0a5a6e23b57b09dff8a146fc68ae5455351a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0354-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4712f98a68bec436093325897ab738090e5939eb7a80f01cea14821ffa400228
+size 90453511
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0355-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0355-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c15749cf6958bf25751e7f740f2e9c4e08975d84
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0355-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ab36ae42f6e8c6f0865a70ae237c275ab1e9afd110e35590432edd99819ac9fa
+size 90061406
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0356-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0356-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8a985cd48d7af4de66a6146f1db4ca639d9a7449
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0356-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:891f73a28896a5b9b649f4b80582973212f9a41e52e5cfd419168ac4336b2871
+size 89222664
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0357-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0357-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..55fc1ec48695c81583085b7cb595ab708ee7e845
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0357-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:96c8ae7d65c63dd6e32b7bf58f0f1ff7856cd3350edd2f9cddaaf364def48210
+size 89005509
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0358-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0358-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..99ba63a08af360f37f6a36b4e5b62e79ea1513e8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0358-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:22f2afcee8d02b697eac15523d57342c4c51ddbd481f6011f4d6be2090962e31
+size 89152139
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0359-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0359-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e2651981410baaf93737502f204f622f7e973a0a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0359-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a2681b9d2b8eb567372713b5e0e58f04b0b6c603d06d63095135725b8bca3b24
+size 90126270
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0360-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0360-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4581c2dfff37c3205ceb0423d147bc9e90b54f44
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0360-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cc8352427aef9eea8d25a2ca74a67c788e67c488636618281cea7fae56f4a886
+size 87861550
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0361-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0361-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bdfc9450ed796dcf27c9a8a6377a1c9c83f24deb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0361-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9bbceeecd5a1e1d01bb1c373fc134df06d8a7c0fec183f166471870fa28f606b
+size 90541639
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0362-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0362-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5e42910ba502c63298a36edf5d5c5466dfa68d9b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0362-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ddbb9ba9633cb02254712a76fb347ef35609f0e8b9a610b48c63acda8ec57892
+size 89408007
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0363-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0363-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5b430eb29fcaa22e2697b9e22d65c362861dba64
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0363-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:57a793418a9a2f3fa4fcb70ec8a4a33c42abec0f78656e1386fb4232732c9b50
+size 88949398
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0364-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0364-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..367bc03d476996fbc1e3880ba8fdcd73e98e4a91
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0364-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:00d75a48385233cb9f10b23c937efa4f465719e8add1b5f2562bc7a6309d6ffb
+size 88644640
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0365-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0365-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b23de709a34d404b7551b7992b28e5643490954f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0365-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:828ad6d9508ac020c07fa0fb647e32a57aded18b5979f937461e656bca372a78
+size 87896574
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0366-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0366-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a79def0ca75e2ab6dc7068636609bd7e0ad684ff
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0366-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:771c6c913ab73d95cc36ba9066fe76ede4dba329b49f59ad5e0e8b1090ee9366
+size 90655538
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0367-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0367-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bcd3313cb5aaecfafe187395964175c64178090a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0367-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:975f4888bdc210a53fcc55483a1b323f8f004e3c953cf29245147899f6613f2c
+size 88447414
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0368-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0368-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..34bac3535cbe5f69527a7b6f71bc3cc33a54f01a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0368-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f9613b65b6301b5c64898a73268bb618f4f94c19568fc971a810da6561ecc212
+size 87841441
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0369-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0369-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5e6196d0a29d447ca088f6d06193645c76c7cddf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0369-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e20103da2f83b57834dc4dec9c2343b5ad16f512e03e6dab3669b60b0f8fe0d6
+size 89505297
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0370-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0370-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b8790e747dd2153e34a1a1cb2a01b13b5400e62c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0370-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5577cc60267382aba58aeefef22a137a1db50da421b704eb0126773be1c8a8d1
+size 88586732
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0371-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0371-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cd17e05aea2c025d6ace93ebc6f4f9ab6523e5c8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0371-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:79239dbba058f496005992eef3bc59c3e1bcfcbcfab6147741c2ecada799f275
+size 89786867
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0372-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0372-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6562e29165d32d073a9baae7672ad9872774a0e5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0372-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:981a193d66f9bfdadb93434b1313ef70b720afc1e297c2266ea83c07299fd5a2
+size 88178535
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0373-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0373-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..33349481d0bcb88227d9e2e25b85b7446ab63476
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0373-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b82d83bcfa8770174379f921346cf41ef1747a9ca9b106f43cbe3c00e8d0f2f6
+size 88632663
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0374-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0374-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9e43abfa8ac47042beed96df5c7a1d5d0f3b2658
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0374-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5fd131d042680e68fdc0244c189b37d4cdf513843d7b12b94aa2e6b302261b04
+size 88712305
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0375-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0375-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d42264538697c3d7dbdd3f28c274e5904b6f7e25
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0375-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:35a22a9a779115cd084f18409ff40ccdb28a796e23c26a6607dd7806480f1b2f
+size 89322938
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0376-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0376-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3a8ce945a396e653ae7fecfeaa63c74e09b7c96d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0376-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d36f8effa9a066fec00e3992c3ad1c19f39e04ba9dffbde7bb6fe05ed7c7959f
+size 88985869
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0377-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0377-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..426684b68412eb70a0fce745fd6be2bd2283dd2d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0377-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:276ee997badf8c0662efa7be73079a3fd6517de1b63b46e2cc19e955ff0bdc90
+size 90044808
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0378-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0378-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bbb63d27c0d07f1d5afc04192a83dce0b2066d14
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0378-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:944719160f1e30cfa2605f1de9b36c7cddf127c3702fe61d9787b2c0e61f51db
+size 88503150
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0379-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0379-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8a86d29fcea4965592378833469803da0b51ec29
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0379-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bd40f399113fe7448a312c04acc811aa944face1551ec2cc7f25fc35f9895f07
+size 89029224
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0380-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0380-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eeae101e23d62c23f02d29834b89a40cbe37c27d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0380-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4ef1eab8a551c49a57bc1ca07e430542e66df4ee26958426ad3466a800d414c8
+size 88235854
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0381-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0381-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..69bfb4fb2466d9ae3cb5d5bf9ecdc85b59dae8f7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0381-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2c4bef4cb2eb9a1cad73a7354539892fd906ade1bbba6c6c468b7f4cab532d6e
+size 90157016
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0382-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0382-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fb2053773ef59bba0da129ff06d5cd2fc750bd01
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0382-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3ab894f6a9e692f1627cc3b7ce909763f19e1e91e4b2caa1e48aed90999ce6a2
+size 88021071
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0383-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0383-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..94ce6ebbbee9290b3c5e35f82f85e721fb9c5067
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0383-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fe1b36b21cd9e419e3d6d06c6c0b6fbb8270758da6e9e1aff96ea128dfabdaa4
+size 89631669
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0384-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0384-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f8aefa5afe1d3e71f462f59ffb61b14483cf76b9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0384-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4050f4bd28c94524f532c56b75a17c8cf5b712a28b905cf6fe79d95f130de9c7
+size 88538965
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0385-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0385-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..531279393967586c663587622ca7bb00de99fd24
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0385-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:213cc7f0a0e1ffbb513577a3d68281254bd8a1c10d87fc076ba05227ee2b4936
+size 88153403
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0386-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0386-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ed58168ca753b3e4193a7b70ae07918c6b4b6640
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0386-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3ce8da5f590310b57ad861ddb96d6d72b02c7b61bfd676a2f6584f815212bb23
+size 89111015
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0387-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0387-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d0e422e000ffa7d92f779f6b5ca529594f8df75c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0387-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2529d0e066266b34c64e48a4b6bc2f4b2b27078b6c120775e00848da637f6e40
+size 88342783
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0388-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0388-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bf8bf294cbc02e024aa5467ab42c72a4bc47f1ee
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0388-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5d8154ca007273b9c2c1a1ed41fcd7d3892ad565e7c5604d31b6f55adc64d313
+size 87218073
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0389-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0389-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..30ed2ae29fbab758f2396ec854adb0ffa2b70173
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0389-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:37bb753f65a33a0e96e1ee9512e7b1a0acf3bcf1352dd76239fcdd074e631036
+size 90890079
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0390-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0390-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..82a41f81e81360b23141b5b97cb59d892c5d6aaa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0390-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b7f7c2f6f06e845ca45f850fac37a45bbf3ac07aac79749871c02710a9019c5a
+size 88699542
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0391-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0391-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d84ddc4844a524fbfce55451198712e89d47b9df
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0391-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f0c9c5066d2d43d8992758893b5a50897d700b1a2de69776430fd96c51921ebf
+size 89826192
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0392-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0392-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4f87d3157332e8b1fbf02a0731427acd930084ab
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0392-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bc3af449dc1838ffef0f21fbf7d4599c864d5856cffeddb767ffcb2155256b73
+size 88716450
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0393-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0393-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a25fadbdb03bfd0f88c24bba284f24e5231805be
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0393-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2b0930ec51ff8d6cd85a59c659eba756ad2f7a399f109aab8d6d930c390b8dba
+size 87080014
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0394-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0394-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b1ad03fe00fa60ae8d67d3eecb76fb554875286a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0394-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5f17b0b9565892dd7b8200047d707064b1d9ff2e1b906915d72c1025de614194
+size 89610377
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0395-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0395-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..02dac5a0e8534976500a105549e258fc6712f315
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0395-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1b6b8634353838c5befa6a1d9dbe1ffb1c17d65f6a853df63f2ee91de7228e20
+size 88388494
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0396-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0396-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6da540b884e2bfaef8cbac8d29eb3f2ef10c7c0b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0396-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:99c43e598333243a97ab797aeec98314f044282d151e2921add5d5c706d73f0b
+size 90603475
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0397-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0397-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bd1694f2ea29633fadd726a32682d86f6630d1c4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0397-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a2b1b2605f91dfc0c2c18513a7a74199701b934a7dafbf662f188d39817e57d3
+size 88773984
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0398-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0398-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..576d7343ed42b4db6293b3f7356986093c68900c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0398-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5794a6c56d58d761a4870e6d7bd2d61e5e1143788a9446ec2cd7b89ed2e22fa8
+size 87796898
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0399-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0399-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b2f59a86d194331ad821e45cb3513cb392f53259
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0399-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cb0f3616cff72095432a2ebce9862f77933f67acd97d3c3c704882c82c0a4e4d
+size 89299921
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0400-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0400-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cfb3b8526e76c9267fd268f776f4dca9e70ffd0c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0400-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2888771a74eda86e394b31cb16324b3120b013b4b145c303df4c8f339167604c
+size 90293624
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0401-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0401-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..27df0d10465af69d56378b3338e9b09d0359e3b2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0401-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1ca33c5fac7e6f0654381d6d687107e4d032e4d294804903c1a63ff4d44bb527
+size 89102602
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0402-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0402-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..30f8b2e8fbb1b4e73617debbc5c0041197f52f2b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0402-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5551be0c8d704107f39a3b4ccc79f7e026739512a6ab9dcc61a11955d7b372c4
+size 88292548
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0403-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0403-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..00f87edaa01a535b44f9c5be3405703ce9b2fa81
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0403-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:baa4448e8ad38024bc4c64e46ba8c45e7fe1bfca3a19b9826c2f38afbba839ef
+size 90203218
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0404-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0404-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..84b8b28819c5cb4454d180869de46a8ed08986d0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0404-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e436bfaf38c71ab3e3295f2e38f3ebde0b130ca2cccff37daf142ccb20299061
+size 88233266
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0405-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0405-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1087720c4519267c22feec080f972efc1b2ad6a3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0405-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b1050ab3c22b73b646c71a2dbf5dfa9c297644b7c14f8c578abd446a03b02c38
+size 88961847
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0406-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0406-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..94280c88f29200b4ad0ece620c9f95967a949e01
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0406-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:97d1e1748e36500e69088fec69c8c4aaee25755da108db11202a8c4f647a767c
+size 88997677
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0407-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0407-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..00e8a599f69bec1b097691a834af43b9edbe487c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0407-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8770eb5ebc7aa3f0a9c68054420f51ef8e90943772c7e5256b34c0bf0ae70431
+size 87480362
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0408-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0408-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a12e68bfb64bf52ee12a62bb9bcc40a2aff5d9bf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0408-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0e64cf8e6e1d0b021bb6d2274e79b812bb54a3efbdafab9d9bdb36a27040f678
+size 89268553
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0409-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0409-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bcd3dd46cd0c9b848371bfdb87abcda668380807
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0409-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f435ee185035a19a974427e3e4055d7fdd41391a40715d090579f2ff8d8fa1cd
+size 87797704
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0410-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0410-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1bdaac30e36fc37cba720eb9f8808c2a1db2b8d7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0410-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b03f74e24dc98043362903158b17f8c6e85394d892b34a36409efed214bc9dd7
+size 89311329
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0411-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0411-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8eb5ed67fdaeca4d94d9632f9c2fa100faf66e72
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0411-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ee8e76d5d325f674806f9e9f7143c5bea16961893559563a05986c4a4337519e
+size 88799381
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0412-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0412-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6c8a4ad014ad3b02f0148a46be2bd043a95831a5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0412-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:41903756e6cb6b49ae4a28198493118aefd6d93ebee35964c827a9eef662bea2
+size 86743489
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0413-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0413-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8ced930a40c5f56db35f916f52454261e6521541
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0413-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:85858172c9bf26ad3b850fdd528c8b1a55f1458c12d7344595e704f6a904e1c3
+size 89505110
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0414-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0414-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..758d9938ffe1c6a9df9de89c57063eeb0ad8a043
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0414-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:378b915f2946424bdf1fa2f0d53ca991ec7d6b2eb97155ee2a9021cbf9dff863
+size 88965021
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0415-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0415-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..18344e6b679ca81bafbf8ca9c203eb6c1a59fbd2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0415-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4a15d7b4168b2950548a9fd9fbf36308d290617cecc40ac09af2315e481346ab
+size 89908206
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0416-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0416-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..638f03af8158f5c49e160ecdf1c0681d69cb76ce
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0416-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4c371e96ad6c4f5f7c0fd01c603f4d0bde201b6217db58384280e4c64719b586
+size 89490787
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0417-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0417-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b87e108d9d61ec501b3e5e1e4ec18fbd8b5d7fa7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0417-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7eca61f5d7cd0e1c3e26ee911878f653d3732e823907faee7d6be5f49ef14da0
+size 88398399
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0418-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0418-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d8017edb0010deea1cb21b603427698e9ec9d183
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0418-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8b000074e8567902017db2f283f0ad576303971e18d131a94667974b995e4b18
+size 88860223
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0419-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0419-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d35e625a4f5b644c6428b45aa579edc6a40ed6d2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0419-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7a16c82c0156efa02cd15ec1f6c6f8f151bbe372e5035700556b4fc9ca076ef9
+size 87738994
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0420-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0420-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b76778bf4b9916e5f823aa28ef52f917d32b3d64
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0420-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a50761b55e8188a01b93a4458c15e32450d4a990fc5f059964582188ea98caec
+size 89222637
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0421-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0421-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f682101590d9f57818b9101ab4f111bb0ec925a3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0421-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bf9742ffd4d3b912c120593c83222b006b09ee84dc88db89e21705ca178571d5
+size 88919257
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0422-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0422-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..124eae77bf6ae279302c821d295293e634f3a140
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0422-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fca734a6c04751f8225e505006de76d2add414ebeb5a9aba2e4db206b6af90be
+size 90217940
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0423-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0423-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fdf4195b6e4b817d17857d5eeb9b6e5c9eca1d9c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0423-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bf3b3ecfc2dc24de75b136cead01076676a8cd2dfca69382e2286ec7e88f7d30
+size 87030829
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0424-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0424-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..df5f2e865857bd0d80b42d65256ddedd0c357340
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0424-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:002108a79468b7bffd77ed60ddcfd87ecd42ed091f3839d0efffbdb06b2a9cf2
+size 86815141
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0425-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0425-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..19547c0ee2738a6791eca8173c92e98f0ef9055e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0425-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2bf1cc2ad43499b9ad528e80a01de47a6c27a0e930196593aed8fbe1bc211905
+size 89067111
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0426-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0426-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e2c31aa5416d1f9797f20accc6292db4b090da58
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0426-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5cbb8577b3c3bd874f8e63afdeb5c2e7fab444ba9c2d3cd58f55279d0171f756
+size 88939928
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0427-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0427-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a2abb6e295d5dd50e1286a5ccea1a192ff11a59a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0427-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3f04059f5dd58ce5f0a82c9c8d33c95ff89783e87da922b1a5f2451d5d991030
+size 89221629
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0428-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0428-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8b194710a0a570e0dfe1bcae9f3ea586ff56c213
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0428-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cf1b1369da9daaa2981144b96f014d188692b1e878695743b438e8354b097c96
+size 87525477
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0429-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0429-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8258e39908904f420f318e4818c55857c94a28cb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0429-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:37d2d208b737177036f5ae2858e0659ba2ec5fe902c2cebe40c828ae402461fa
+size 88929094
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0430-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0430-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..922ca7ed96cc256c0bf133e981d1662434e00286
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0430-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:946140a816df8cf2e00b22b4feef1cb700485d3b8bce2ef0dea8dd5702dc3ceb
+size 89203442
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0431-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0431-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..32f0959e744194bb26e9c3aedd5e1fdd8e680d43
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0431-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:038bc2acee7573c284868d94333ec866131df44c0d5906626a1c188706fc8e6a
+size 88758739
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0432-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0432-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..502b68c4d5db620b2f4e090b7b53034f42ecf651
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0432-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:566a1395ea5abdf295816c2990519cf8cd0f31b8f2822c3d8fed12249da81be1
+size 88364185
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0433-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0433-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..26b51801c251b0c9d4a3423bc9fa5046589e4254
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0433-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e6a0ec4159fffe0586b3e62410a4c08af6014fa7d8d8a87beee37d9a2481b819
+size 90488635
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0434-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0434-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7ef14115c1d22f61ae052f3f1554072051959525
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0434-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a8aa774d5353816edc81584361daa83c0b3a05b0bc71c48dde1f24c9ab1ca174
+size 88666330
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0435-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0435-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..00e0b8f8228ace90f268b0d1b4c627bbe628645c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0435-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2d0eed3c78e4e6b471c169b3fdc6b7d541a3bc8ab7b552c0190a5227819113b2
+size 87063871
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0436-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0436-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dd8911b9ac85fe03a28bee6aaf9676fc742a2bd0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0436-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8a6e19fc659cff7f9cccbd56fe3a519e48435a8fdeefcc3998b82c4ee82c8401
+size 89227167
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0437-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0437-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..edce51b0c9d11a601d4b4a99b47197093dc6fe95
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0437-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:85b8d81131fb660aedaec57551b322d3e736371e24bf77e151946db947d1b850
+size 88795463
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0438-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0438-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ba34386254c91b2a02539f0ac29929bd40c29d0c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0438-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d7a1552114a28b2561768ee8b4e9a33e563c18cfa9afb0a6c8ab2b00eb5914ad
+size 88692597
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0439-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0439-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..01a404743c94ed19c392920219084a2bd5f744f0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0439-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:83b10ef7276d9b2252e3cd4bb0f9f6f0c37e9f57cc2027a6cc920573f4a2c15d
+size 88807171
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0440-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0440-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9cb00710c2ba5912233063495f0121fd402b3102
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0440-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6d2fe3acff24cb16fe880b58f175aa2c400a4270cc573fabdcec1f050e7d4340
+size 89479664
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0441-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0441-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..69fe8e32b1efcc0e765a7bf6415afa4d2c251361
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0441-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:90b00b279526acace5d848fe7450fd2bfef119e3bc23559dbf5e73fee2a14170
+size 88432901
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0442-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0442-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7e90736b47d7e6105c928d9e6d2cacf721473fbc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0442-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2ab94fd6ac3c16745d874b12930e10db87152727c20872cac05410dcea415b4a
+size 90283597
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0443-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0443-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..023d74bfaf51f1ec791aac73aa025176c095da57
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0443-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a69376f971de2d2576d5caeb15be86cca48f080073ae8d0e1c198432af45038a
+size 88153226
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0444-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0444-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2645fe6a987c019d82acc16b192924e68184bf29
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0444-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3b472403410859b10f5e57bd593d48ab5018b32faf85947a5a09da06079bb4f8
+size 88875259
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0445-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0445-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..640d42c44faeab80b5732a466cd9fe97079abd1b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0445-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e4559c730132ba2c98dab1c27e6b40a4165f8f496dc7988a4c5aa99451fbd602
+size 89328465
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0446-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0446-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c9d4b59699ecb9d5cbc93e10b5cb251656c5d6a5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0446-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:968b4245f06996116b84435c2835b14aa5b3aa42cdc0ee68ae33d024869de4ad
+size 89238880
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0447-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0447-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b9f1283dff24a368c7545193e7c980e3ab0b15fe
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0447-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:63f327c7ef315cea212ee2699c95b57ab9472947851eec16112362074b394601
+size 89852434
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0448-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0448-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a278f5359fc1e9804bbfc026cfac0615f2dd39d7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0448-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a663ba04b6a492b137f58f6b49115f1d42f24945839fbd558145e423cce1c573
+size 89021015
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0449-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0449-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c7cbfc4bc448c947ebe2b8413a761739f31a68e9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0449-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3cf1ecd5eba054a5d61ff00485d65b592c0fe6db95b23672408adad0f17f8bbe
+size 91224679
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0450-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0450-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c60793c7c3d5176dbfba6c4783ebe078e902229d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0450-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0601f0675ea6de1c239e117222c8d331231671952ec60b685de2db1b35c0e115
+size 90137982
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0451-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0451-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9e06cc74223d86b4323db691e1b4afec3ce9022c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0451-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a9c229f30d071a7e424d5badcdad76cdda0ed51772ff092ddaa43965a89ead2e
+size 86934923
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0452-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0452-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2559ea18f868cd8b01beed94e1a8b76a2adfeed3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0452-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6a68779f4dc5c8edb6c8c5b2f9ccff0efb956f26be755cf45e2af0084fddd89c
+size 88647492
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0453-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0453-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..75f9b14ebd215167cafdd3fbdcb1deb06737fb3b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0453-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1da7298e0e6ea2953682e5d573f871879afd2a5e83f2045a0396b6d0f4265532
+size 88131485
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0454-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0454-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4ef0c49713ee46fb5d25ef9baa217567b58159fd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0454-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c72800f92f5957bb35bc8562ecc5e18ffcc48a43f8f9b00c03b651204f2e9f52
+size 90457264
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0455-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0455-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fa79800984a88dd0835dfb33e4452cf560335537
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0455-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2108102dced5a01f3d4cd2e1e91c691a064262399046d412bbed5e83e42255dd
+size 88271189
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0456-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0456-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..918e518bf9f5f919ee3b8aeea6930d42af094cdc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0456-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3d995bd4017432328b7df6e0273b524f746dc63bb209cab0bfb2895b994c35b2
+size 88216222
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0457-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0457-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e279c393cae96b0f1973a158be5261ea59bcd539
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0457-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:602faf5608975c0fc3db7cb43941bf43f739856e8f3cba48cb50a59110a355d8
+size 87117855
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0458-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0458-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dc819ad1e415f6283be1ea33ac84db37e96b2b9d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0458-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bd1f73bb48b4101de37802b7fa9ebcff04783a192628ac24d305823438734ae3
+size 89980965
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0459-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0459-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bd0247c5e11011031678ef8e71dca05b47333133
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0459-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c7c1c080e4833708dbebd8d0a8a38ba7f22841c9ee3936e38ee9782fc2022299
+size 89439687
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0460-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0460-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fc7b82d397cba922c62df794cc76d681f8d941f4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0460-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fb6fe8182dca7a8471cb7f13583754ffdd59764d63e0ff6be2cea11b8faf46ba
+size 89086714
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0461-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0461-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9d9099f2dbff0431491e3e959f142f4b6433215b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0461-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:267e6a3e56a1ec5dba6893d3c3651e33d9df8b39b1d8dc54d24bd713034c661b
+size 90841079
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0462-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0462-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b88741969474b0d58ac29906b5460d0f409e47dc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0462-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b72ce9e5f989c0d97cd9ff49963d12e49291059bf9f647c5d0ddcacd239c1b50
+size 88956719
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0463-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0463-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4880231d517c9e9c19c9bddb09b17399feb727a3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0463-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e1a1fcc914af5459f8039f3ec5a5477aa0cf7a5929805bb216c47b3a80e070d0
+size 89577524
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0464-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0464-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e225d053dab81f334a5eaed168da131911af1314
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0464-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2f0ba255d7d31c285a10cf4462ebabd28403b3616d235d0cf5f7b3dc9ebec56a
+size 88689012
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0465-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0465-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..af6904289b9ee331d4e13ca416be0b013ca28016
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0465-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:559b89bb5888447bf2841f338b3cbfa39b6115d175dff5614483a69e4b9eb78e
+size 89746724
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0466-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0466-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c51c41a604db71e6c8298e6a996175fc17fca920
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0466-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:da7d97d1237a1b66a99df2ea6404574efba84781d427d9a32898681e65b94d3c
+size 88611249
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0467-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0467-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1dceb8c48af748a2584f42afaa077963b22f2956
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0467-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c4022e06aaa212b1258418dbd3bfb7b6b0ec437d98b23cc1d224bc345285549a
+size 88632581
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0468-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0468-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..40554b52cda287aba8235931661559501797481f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0468-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1c178c25513285d7094fcaeb9dacb14f48f90091c5114833017515201d0ca251
+size 88797356
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0469-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0469-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..297b8b4fd18275dbe4ff8bb906512eb834362107
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0469-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f736172cebe5010b663a04bfa04f4a73488f5570ccf295c193a81e10430a62d5
+size 88241299
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0470-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0470-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f2ef3f7dc1dbeabeb6df2af3b449d6787e339fa8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0470-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eff7cd1c24838ddfc31fb3f3c56373007d5ac3d7b799f895aad0d91e99262bef
+size 90352198
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0471-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0471-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d6a767bd4aee37a473677a6d42421b6105e01f53
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0471-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:95c1c0751f530ddc2d778149cb64280fb92546959b2e5ddeb10c04bf7576dec9
+size 89496355
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0472-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0472-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9166c97e8187a7dbeffbca455ad6c37b99f6d17e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0472-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b67c0467e61befde572e065c3f7c2b20dd58ceb03037a7098ab8fbbed93f3886
+size 89291065
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0473-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0473-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..65bc1994aebda11d137755761a131247d422adfd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0473-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9f7bcba88cfbe97709340e351a9a7b6e87a750c928986d8411dd9f51e23bfc4e
+size 89603544
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0474-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0474-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..81bd968b3dd55883660f4b66b46d3ab0af0d8948
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0474-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f5f40f87740c65327ddf2538e4e412c2dfdc8a41111f85a47f69ec5649dac505
+size 88460528
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0475-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0475-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..84e488dd70c46fa49f45ee2ba4555b2af0da5e38
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0475-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:aaf6c2bd0b8abd3d61e7f1dae06ed32c17b6a74496e6420b926ac14178adb721
+size 89187575
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0476-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0476-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ab377fc8e2aca3e77bb8f118d15ab94eb781d52e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0476-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eb7e823acd75e270c5bda5455040bd48db313aeff440d453d15a18e11c1d54ed
+size 89773747
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0477-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0477-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..df425f31cdce5aab4db9c31c8dd9aa51828803ac
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0477-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:599b61cc78cb5ea972b92fdcc1082490e2713d4984a9e94462d02ebf83506951
+size 89935807
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0478-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0478-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ea6a9410c6977dfaba0232739e18c4c477f8c605
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0478-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:70c570d5e245136b4c212a9052a772b70a96afff787e19fbdf0cd0dca3192be7
+size 89686654
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0479-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0479-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..87dba1bf4a9667a977b8b4f4205de569b9d320f4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0479-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:79bed60ec84fa4e1e1ef29e94c0bf1e1376f794f0be583b31663be4aac4d5485
+size 89560468
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0480-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0480-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..28b44d16f48f91818a92e59f60bab9838aed3eae
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0480-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bf70ef0c24e57a14c1ba76f108fd713e721657842014d0b08e05e03dc0aca6cd
+size 89415554
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0481-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0481-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3444a89ff1ef99aeeef4bc98c078b6307e7fc7d7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0481-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4bbf7deafcf1615f04d3d971ff2b2c82c570acf28d8434e8baa22f1a2d1dd2ab
+size 87966712
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0482-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0482-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f01ad51a7fabc3b709f1c3b10c5a4c9caa2f30e2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0482-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3084d639ea2b1649be3e0817682cef368677b3eceaa8b3223feceade80d79e05
+size 87724842
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0483-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0483-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..24396d1e1ee68ccd8e650fea761b09711273a0c1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0483-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cd8ba40ea097453b8b3cf9b457560f540d9ab51946d491b5559411e2e157e95f
+size 89946547
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0484-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0484-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..044bf417b4d20a04bf7e1406099055ed2f4eb87e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0484-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a99b1a23490a922d763d02dceb31103b7eb20e7c6d75ab99e0dcc31dbc29abba
+size 87894850
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0485-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0485-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3d0c449f149ae992d4baa320912223b4f05fef0c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0485-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fa438f8854678370f1e9dfeba1accf9d0bb7afd4c999b618cc1baba3b6cc6775
+size 89827836
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0486-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0486-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1dbd40bb3b056c5eefb1d34f94a09ec05afb445c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0486-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:619f96593632b193a0eac8e5fae6f9c3b2817c1213231d34ae3eb48907baf8f6
+size 87799712
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0487-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0487-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..863fcd0b11e90fab3f2f0abc63b7066e60c881b2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0487-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6217509667f73e02b1f1faa69e9df3f7a368c1da767b2ab011b0b6b385cfdbd0
+size 89849762
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0488-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0488-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2b92bcba36256bb15edea7c707e32df5e21699f8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0488-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:14b9037b79b906891e27c86946b92eb0e2e4e6ec5d508d5fb02f3ef79445d9d4
+size 89555092
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0489-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0489-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a145b673523636961003c6fda7b0ad0d01e1cb1f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0489-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cb9c13ff3c78784a3b0091e4dec8db116e5907847e67342cc96a10e14adf7502
+size 89551142
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0490-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0490-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..798c5f97b998c949a1b4181a1d0efe446c46f614
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0490-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:506eed5cf76d713430f6abf1707589a60707c040f31fdb9ca4d4172a3dc86567
+size 90753178
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0491-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0491-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e4c2cfac1bc53b7419358e95954c6b7e54731fac
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0491-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6bf7ea6a38bd60a3f808ce5333daa4c55c26685b7c1b9d2bcd3190921c8dbeb6
+size 88846536
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0492-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0492-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cb855d8602514ac702cdb3325f16f53c7a4c230d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0492-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8cffd6c2d778523b51acf140a8f7a3dc19dc435f387543dc6de9462487c29436
+size 89044934
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0493-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0493-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..14ec1d872b3eb0c650745a2b28a029fabe8ce83a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0493-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2e142572a4c52ea4fb1d6990660992faf07a951b38128748530e3c6d76640a93
+size 88043962
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0494-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0494-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..abc70444bc4748652e27497ec41f4b7377d6a1eb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0494-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ead8d730c9bfb931314d829dd87c00dbca63d736755bc82338d96c96e788ed62
+size 88394172
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0495-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0495-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..45283ffb1ca1d134684c708b18a196510169ae71
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0495-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:26dbbf8a5cc50ca7081e807dad0967fe48f2f5b824ad2565cc562ce189be6ccc
+size 87813270
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0496-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0496-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9304c751587e0d1ad58c6d48fe929b6a901f1698
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0496-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5030ca7515b071b60c8e34a06f73936d63c8fff26902c73d83d3f4d37a5f7959
+size 88101409
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0497-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0497-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4fc46aff567e4376b61651568f8c43128d2f4fed
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0497-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6b94ed8d4bf07256a70d99cdf28e0537097adb55208217c764925eeaa3155233
+size 88780167
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0498-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0498-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d7bf48352af82b8f72447b658bdb6dac1e612474
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0498-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2bc1a7ae93c551f6e9d85a784ea9c52561564d38f050cc3e3a85440b38e7a622
+size 89415041
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0499-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0499-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..491b6b7c9e610fb765cd2560d5fc2a4c1ff2084b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0499-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2aed22831113ff93802c6cf73e7a09a875c57dcc8fddb948a63944752c036b07
+size 88636022
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0500-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0500-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..67fdb741d0b221ada8566c8225c685ad57ae7519
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0500-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dade482220d6d95c85548eb4303a59e7d2fd1122a53066eac2c9276c090cba77
+size 88095385
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0501-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0501-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2a78b79056e4d081dd8b49d2a60bc50a9f1a7749
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0501-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c3b70a98a6ac23b791ac76bbf3bc6e22584072cc3ac8f694d8ee4d1d1ac48910
+size 89808506
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0502-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0502-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dd6500c99ac9b321ffd31827439b631c4b81949e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0502-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3db6b504cf7997db6795298e83151143fe52e0648ffadbc44a5871ac2d33a890
+size 88202319
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0503-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0503-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ae94586105541de9fd63613ac0233932becb9fbc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0503-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b206f2c0c7f54d96efb622e29b7d12dce4aeb522cc8a8caa5f2fff890baea840
+size 89542484
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0504-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0504-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ffb6bdb7eed38134e963a3f6f0798559f4b1cf85
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0504-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f6ec4005b63bf98b1bbf71aa39c0ffa587564d5c95463b255bf646fb6b99df7c
+size 89628761
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0505-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0505-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ceba5edc9247506c504db036b1838f84e064728a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0505-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fff3f6f76e6b7827c666a7e75b4435fa5315362a7dcf2ef1967fbf673a0c5b87
+size 87952512
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0506-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0506-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7f9f217932ff83ec641333e9f8519b4690801f48
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0506-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:381e79640297d737a193cf5d22e79072cfedcae29e0e5b8e340627d8ed91acaf
+size 90314643
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0507-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0507-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b39be9e986d37af9c432c2fb5d251f87234f7a7c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0507-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8a0bf313efe7639771c5dffcd4d26741aa994af38e310bee81efb20c86759d99
+size 87264832
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0508-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0508-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..20cdfd47523008da352ef1d1b158a464a89e61e8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0508-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:25318c5c67ef39b4140930e521d28a8d0fba7f4d71a96011f1a203ec18c244ca
+size 89785630
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0509-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0509-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1de5eb06903b27e2bd5fb3f5e2e596f54184e465
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0509-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:66704c870d720d6c4554a008af9751ae9d316c0767be6ea06686e504478a911e
+size 88808175
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0510-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0510-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7e1f10912a2091dd8660fd5b3a2f5f5a6242dfd1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0510-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0adecc926f023629a34e0be8d8b60c0962cbe09a4b065f6f14fbb1bb2670a2c1
+size 90194794
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0511-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0511-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..844fb62d928a66477db04d1450f43f84b56a35a2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0511-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1da1f12681561d7751a6b8108039ea76c90196a5d67872c9757be9c1847fcd66
+size 90196809
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0512-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0512-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..28e39024a38d4f335688e6c68d6994a425545c91
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2014-52/ultrafineweb-en-CC-MAIN-2014-52-part-0512-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d27f9e637f0540726f06b52e87e9af8fa6460b313ed787319bb6e12b5eb6bd47
+size 88195575