diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0001-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0001-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d9533caa063bb75b8c2bb8b1964f4a439a9dd5b9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0001-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8895a3bb43e0555eddc2bf777145e58b3e9429c5a8625b30ce5998f4955c11c1
+size 100955853
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0002-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0002-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..312a829cbaddb3586ee76b1f22a830f137d65d4e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0002-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:829a160d022104ebee2abe76cb4f66e940c4fac830e9990829177ca1af2ded9a
+size 98340756
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0003-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0003-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..06398c1c551b4d5a1924e3f3b53695e4d7d9669c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0003-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d5e17da74f7416d1cf0bc25e6578ed2e2261d50cbc1a252ca164f1acacbe9799
+size 99917423
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0004-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0004-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6aecdbe1f647e70734d7478fa5da1bff1a0ccc6e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0004-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9aa837c1d1ba2f750361cc120bce8625abeb359d0f0756367c55722f74fb1fbf
+size 100000374
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0005-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0005-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..448ea2d6eefac433917019e7bf4433ac7bc7c084
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0005-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:42a536fde0d9aafa78f9592bcf27ca53ba8e12bd0c2b71f01ec5acb7c32cb4df
+size 100667861
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0006-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0006-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c35a65a91da8fddd28fe89e8fd34411a888e13f3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0006-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:121d601e28a748a0635941a0035483ec48ceb5dc3ca2e5b8adc9b2297a9dd706
+size 100005091
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0007-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0007-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..26769c9f2f5997881a21171f0218869b59159f0b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0007-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:44270723f77f8b205841dbeade7814ad400ad2507fa3636ce16dfa85ba022e32
+size 100040641
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0008-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0008-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..81f1367fae30440f251ca6957319bed52c1d5b0d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0008-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0302936a99ecb869ac305d9c81d6920b714edd865fa696dfe2932327b5c70c37
+size 100780421
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0009-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0009-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d6986ce0f0fb7480cc2663fa140f1e377ab22ad0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0009-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:297bc7cb26efd6f6f964a066cfa0db967b458f8fc7b406f54734943f431faace
+size 98095900
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0010-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0010-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..efe8ca6f0ffb283dd094dc0049ecc941703b38e3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0010-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6adcc8467395b8e6fc9231fa7497071d7e719e1d15bcaae3a72c0acb6e9eb32b
+size 98536117
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0011-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0011-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a68af292262db3bb9dad9c66bae477521e497fd8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0011-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:16ea1baac5684c0d862132524fffc35712c9eeb18fb368f821e0d3a7806e4a63
+size 100451845
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0012-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0012-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b8fac58da0f9d7fbe1f4c6a17c4c6cf1147e9c82
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0012-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8be235cc7774122f5a711662d3c53cdc585857d7eaa96a426c8d5b3da264eacf
+size 98641268
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0013-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0013-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9adaf0d96a84b6a7ec2ca2160e8b51e34afd93e9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0013-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9467290cbde5ee2d99f4ba15a130542c680462e714f4158dccc05f1c058c1535
+size 100742428
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0014-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0014-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c26f2db8af29bba3fda3eee227b1e99fbab8ed6c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0014-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:35840fe9286c4f95881cb70d55c0eafbe101e8fd31d4e1668744a9aed834058d
+size 99813550
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0015-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0015-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bfb1fee9218d42e6f897c047a7bc36b649c8a8ba
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0015-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d644d546ae694fcdfea7b6204529a6fdb98d3ee5869c8c3abd87cfe551b3f369
+size 99249949
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0016-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0016-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..52ae069fa09ae5d089b12706370e87b19da1fd43
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0016-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:402a4912d52fb61f690be41e394fcff3c34a18981efccb36000ac67c2d5b774b
+size 97996220
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0017-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0017-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a324330c6511c468f41f3040583e7327eb404c53
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0017-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0ac93751e9c7268c733b51b8a80b031edbc101e0aea4bb29d6041daf79aa828f
+size 99743710
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0018-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0018-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..61510cf51dbf6e9559fbd98aecb8e0e1212fe0df
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0018-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9c5664124a2992270c779c8cea571def93318a8423118f639b467371382377a8
+size 99916749
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0019-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0019-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fba9bd86010b4a6de9d9161786a7a8f7f4b3c1ae
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0019-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:944bfe61811ddf779eed967fbc4a5c6c91a2491b9ac783f1d77def8b3f4d1623
+size 98908756
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0020-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0020-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c1cbc3eaa8fc4762d7ed64f96633e2daed5f9918
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0020-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5f7c4a18935cc89a7084644075c8359266941b9536ab5be27bcfa656ccbdc278
+size 98931816
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0021-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0021-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a27f24da554148e7f23d7ff5e6e114afd18ee90c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0021-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ce057c2d22ab27268c3065f26d693a652e727a16bc8153855b713ee5c220f07f
+size 99508903
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0022-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0022-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2624ebec5d5e1dfab21d8157a9daa703ae629fbf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0022-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:34811df88a92504d2a536da8763b38ef8e26e3b95473ca14cf870cb8207d78f8
+size 98016962
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0023-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0023-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f9a6ca65d6050fe16520e2336da591f3ed2ee629
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0023-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:62944ffad2df82da21db63f3d82ba54e2bd51ab7bbe4e2f7c7f3d22fa4ea77f4
+size 99716777
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0024-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0024-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bbbdc04c1725624d09889475f754e574f245dba7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0024-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e8a785ca968182fd38a5fac82942cf609ae0e13515045493d5ce21e93f69420e
+size 101461737
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0025-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0025-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7e0cf1becaa4fdd38f456e7c98b9ba64be536ca8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0025-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bc482550dcd9cd66ce4f3588bd02add4ada982a03794240c4db16092370864b0
+size 99675250
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0026-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0026-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f7c922ef398809bbeda5d4d19e19a146a6b87caa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0026-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0833bc726ea65960ff98ed3665d331d6f70fc60ff30aa34d7c9fff98a06532d8
+size 99299546
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0027-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0027-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..07acd54f22fc0feeedb3fabf2bf3e274467ab9fc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0027-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1b4a669e340c95ad110ba467dcb2f616072347b9294cd2304b815bda237265f3
+size 99672573
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0028-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0028-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9d0b4da1b30f009ad53f10dcd19c4cb43085ebe3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0028-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:baf1b22e1930ca72a4d58f8497a066c848c8a1fe509ea108689dc54eb669a2ec
+size 101217451
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0029-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0029-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b2cfe749fbbe0faa8b92879b814db2d9a9a37acf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0029-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:53ae7c9f0395559978649d607e9e323b18736a80e87e1cf5a9bc3d6f7b777cdc
+size 99265704
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0030-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0030-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7e23812523a742c6ead16d07fff0369341611847
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0030-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:30980602625bbfd54ce07c932303752b7a71bee1a8151f9d76aea85de9935224
+size 100020056
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0031-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0031-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c6accd2e8a150fc5dede26712f7cdc2dffd8a8b5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0031-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fcdb1ceb832639443759d74fc6e7516d766fa136f0969a1aa8e4d0b4e7c958c4
+size 98721563
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0032-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0032-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2539c6cd7ccd073a92bf8a014522f71dad8294d9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0032-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1ca9ed108d85d248fe07f6fd9a034541c55321655f5c58a3d9a140abbb3600eb
+size 100728685
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0033-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0033-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d3a12c38f79c70506f4a3fe79b3b418a219b1eea
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0033-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d78a94fdb8c0e1ebeab1f2174efbdba4e7a88c3839725218cae8a7601de9e1da
+size 100197612
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0034-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0034-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dd0473e94b13a40bed52d45748c9956894e9b447
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0034-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dfc35c846edcadada4fb8fa88b82c694c3ec66456ed74426e7195739b27e851f
+size 99346309
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0035-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0035-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..828c81994dd1adcc72712daf434258a35dd76b1e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0035-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4377caaf3c416eaa95d84a250988c9f56fca765720afa06ef56475c0f7465a56
+size 101226649
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0036-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0036-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ec430080479c3c2eb525b2315d9db346f6243717
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0036-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:23c38f3db1136dc7f3c012ae30fa9eb425a3cdef5a83834026ad43ec1060216c
+size 100893947
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0037-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0037-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..08a2cfed3865eec9676d463027775425d465061a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0037-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7f70993aa72a49f48f64f82a9fe6b0c2fbbefae5d82ed345e49f455ad31e83cd
+size 100150851
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0038-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0038-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5b5a03c446dedf9e74692fcfeac18117181eb46a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0038-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fba79092e8a40dbae7dc22b15e07ead1d1d4450b6163c24c6a8129da1262c3fc
+size 98757282
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0039-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0039-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b82cafa749409b65b09abb467ff692b4423af503
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0039-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e6015e4b3bb8b6b1e2105b45f1900dd991765dd67bd2aff3939fa1f42590a2fa
+size 98892080
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0040-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0040-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..65e1dd3a3bf45781991dd800760c4df5f4534df3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0040-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b3ce72fdd187fce862fc9ca62b014d9bc371a42a57ec688c4c29169413df124b
+size 101062715
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0041-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0041-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8a5816a4a271c1d4220e1106270c5e69eb57995e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0041-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0c5cdc3a634cd07ef053f3d741bec603c8f5965139d5df8af3087a7ccb1399d9
+size 99563736
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0042-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0042-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b8754227079a3b0ac4b3dd0ebad8945d6396f2cb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0042-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1a460d793287213eb717a1df1465bd5b17a60f01b30aedda2f51648bef704108
+size 98984726
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0043-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0043-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..67fdf89b79d71e49c9be49806df54c27c8dd2ec5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0043-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6c04ca0c73a0fa06900abefccbea6d54aae12373728029979dd3b16246173f8d
+size 100181486
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0044-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0044-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a415a33935f1240fb631e92cdaa68d61d617d2ab
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0044-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dc4bf52e2f4a0e1502ec04325ef59fa7adf8d139ccacf8c7a0ba383c66e2e9e6
+size 98688504
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0045-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0045-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cda077394577a6dfa7ebc19a3fa83064646a3d81
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0045-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:06bc521bd070c2ec3ec2f79ae13dd054bf19886584e4f98ff17b026f6500b558
+size 100104136
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0046-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0046-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f1e4d76d7e085952639788e3a8b9605b3cabe673
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0046-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:302c0e736d7e1a6b7e7f928a278bda2b1d30d25bff7b24d96a77a3d9b56395f0
+size 98488026
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0047-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0047-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eb641a5ee26bc8d09196e6e3c183183ca70fee06
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0047-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:86a5e0d2b94fcfe34710407f6ee5f899e1d36fbbc69a7fef2798b362f602c7c1
+size 100649431
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0048-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0048-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b72c2185b6129090904ef983127e7e8fb365dfe4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0048-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d55cfddf2faa6fcf448039eca8424defd15902307824a5aaf391181c6b4c2988
+size 98109242
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0049-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0049-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..90d0cd00729e7deb1788b3f574f2903d33008aae
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0049-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0e39446af40bbc7f24354cf2cc02928b146c580aa639d633d1b5076e228911f4
+size 100196301
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0050-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0050-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dae1f9104f26defb38035c6f4a82cd5e5d9a8a83
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0050-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5896959b0915aa959317e412a242c40cdac079b08fc2bb91c3a38103d93cb58b
+size 99506969
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0051-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0051-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..81fa234f062a23c520245931dcc3331a95520b0a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0051-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cfcccaebcc704a5dc33374fc96a63f171ddfa7733a17d8bcd951362b1d1ba8f1
+size 99808739
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0052-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0052-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5265c14b1ad07bebbd83db871358041ac2ff8bbf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0052-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b7b1506bae6bdd39235c6843e3a0dc4f8fda5798adc24e0e994b61ac9441d531
+size 101056140
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0053-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0053-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8dbf203777711c2f6a9183528375f6d8faacf361
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0053-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e5f082587086d183ae8cda203238de49bab60f31699734f1dda455667c86d462
+size 98472023
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0054-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0054-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..96abcc2c3f55d3dabe4921988bca94c8c7e0d3e8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0054-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:554002a4ec7baac7bb6e17a026cfb60a418c81dcacb792a29282d2fe548c1c06
+size 100932725
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0055-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0055-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7ee2e84059bdccb7b76e9f7f416d87dd2c8a88ad
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0055-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bbdd399683e2f287ee413dd75e6173fa4d74b2a1bcf6bd1d5fd255a6625858e7
+size 99562746
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0056-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0056-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8d1b361cf79ecb7717983b85327e0747abbf996a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0056-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ca3749a911715769a1ca2c1cd531b6f59a5fd80503430f7826b7d0e0695556b1
+size 99270792
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0057-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0057-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b11398bae0a49102bf0d9ad848fbf0133cb767fa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0057-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:51047737a93b03e912577844b2af8e20cc5bad600b837f0a621785005b2b9789
+size 99772852
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0058-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0058-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ba9a4f9fd784d721a13d0058871a869b21db8579
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0058-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3141ff23ee8fdaba6fb49f3b4c7b1d0da181c12f323100e37ce635b76bcec550
+size 100132420
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0059-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0059-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c480c61215dc0d681bc2ac39f13e508b361bf7dc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0059-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:736f8b63bf7f34928ee3760c495bd8e87aa45ff04074fd1d0261623744ceb718
+size 99272096
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0060-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0060-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..667207dbe48168cb4aed83485a6c4cb04ba243c0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0060-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:db6bef2aa9b3b5e94190f3bb0dd1dd1d1f731f09d26ea8462acefda081453a56
+size 100286427
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0061-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0061-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..35d9c96c4a1e0033ea68fe419eb99be597d3fa08
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0061-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:71c92df862e3eb6a45c3a4f3638b6528b4df13f2d77f7e7e0872d20c41286bf8
+size 99490006
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0062-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0062-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..28a6038ebcb140b1a2d6a3b77b59da10cbb175c2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0062-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:130028fe62d91c9dbb19a09c2994cefffd0b9697fb5504fdbf245d5e046bd36a
+size 100647220
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0063-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0063-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e6cc381dbd48eae7e722b8f3488d6324c3453f12
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0063-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d60058d9bb40bdd59d074f0908413f55f055eaddf1f1f16b93d508066f3278c8
+size 100797865
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0064-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0064-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2a887b0e8174a418803587dcb31d9b33361df99d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0064-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3c2f8670fe9cd2c66c72ffdc780474322fcfd1dadeaa921e51826853dd938e5e
+size 99184379
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0065-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0065-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a67b62d3749aa2722e25f30292c3ea5d3908e354
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0065-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f6593e1fb27dcc0fa373a750dadb339a7cd64c2b1e6c78d45b743708040c90bc
+size 99650907
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0066-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0066-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f3034a90427df226aec5b66fd6acd31f2be48fcc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0066-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3e9bd45cff6a4ad2400f21208ada0bb1926b9682ea01bba99f63cbf97751ea9d
+size 99861504
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0067-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0067-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f8146c82a165f972975c68932e3f6ef51f092269
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0067-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:92048e69acf57d9370d7361db823fc0d8c4ed4c05a4692a95af0ef9c7272ec88
+size 99878702
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0068-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0068-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9df88932baf38b9c9fb30ddf77e632d6af9fc23f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0068-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a38f2f36be76f63ed17bdace555f1cd89404163e776c857afbe635be12ef11de
+size 99298675
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0069-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0069-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..948a45623616254a5ee67783997b7f0a20962cc1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0069-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:48f1e2079cd4a2f40fa650f024f454739a9e6e43b309010a910af08f8e138a96
+size 101634493
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0070-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0070-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4246eaac2fad7507900d2f254dd4c29998a846fc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0070-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:24151e57f9e0f2d1cdbe931f388c70c6691245d4ab9d573dec545e757e7c0b9b
+size 101133403
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0071-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0071-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e063d3551f37d4356d4612f2b7cbf7f739e244f8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0071-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a667b44c349d304425bca357a133e8d239918fef8999a70bff5590f1679553d2
+size 100554239
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0072-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0072-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..14d3d6e2a22a25ae1b3a5ce8c74d1479eb92d76f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0072-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:31e774551009a83f54e4fdbe74a51342c83239b3af6f546a1c1dcdd0edd17565
+size 98602231
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0073-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0073-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e67d537525da66a3ba0ba3e856a193a800c621ec
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0073-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:173eee5b9fde481d445db3015faf3ac004a6541f24c3de39d40fe702fc04827f
+size 99973236
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0074-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0074-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..32f67b4d0b1a9dd43f07d2433dec8cab65b00077
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0074-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:74d045993591459c05eb8e4267d4380638e79859a3c11fc6814cc5d27bb79db4
+size 99218121
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0075-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0075-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..af09a9856e5ea0ceac543888b73b524f525bb886
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0075-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9d9775056a92ad2bfe15fa40eb6478382217278a99bae0a38172be0c0b7ef1d3
+size 100485374
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0076-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0076-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0a3a4b908f19942087780acf4a8d30df9ee46d71
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0076-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8d81e1319ebc49d35a3fda9b65e937172c174287a8d60d3d3029fd4cefe2561c
+size 99974970
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0077-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0077-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f5d65ef8420be64493555fc4510a588dea23bfa2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0077-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:315b0c9a96b8c67fafb247ce94ad087d87f99924c107c93c246bb662987e12b7
+size 100689357
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0078-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0078-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..73156129c96fdfc0bd543de1d60d403b8126905c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0078-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f52b8bcfbf972691a3f4b33258f94796c061b3a01153a1b5b74a58e987963c8f
+size 100326915
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0079-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0079-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3752fc3a9c0b2f4d4f742333f1afabbad31f5945
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0079-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:06e848027730546194d65c8bd770bbfa247ba3d30a553bc64534a417eee3c828
+size 100100714
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0080-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0080-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..566672a501aa238b727558e2cdcd25060a8c498e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0080-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3c8eb15017d36cc06ac1d444317603d0c887cfc8cc6a438590a93561535c71cf
+size 99099643
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0081-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0081-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b5cc5ac2784c037c280b729dc964d7deced2957e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0081-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4041662ab234ed5754c2b1e76f9aea2ffa8c01443c551fba0c9e8cb25081d299
+size 99703787
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0082-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0082-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5180d820d80ba0963eb09a182718b5a61df1b8f4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0082-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:99eda6071e545fe947fcf59f763fbad5c29a94ae176ef4e74a7bfe18589e6bde
+size 98825343
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0083-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0083-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..58a68977e87408ef649b06fae55268cf3bc5c44b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0083-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:01ef1768cd0ccd713895edee79cb997943f52c90ab851744e35db55dc0afff70
+size 99655344
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0084-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0084-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..32ee26c656fd1ca77189f2f1e303247b76159295
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0084-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c44e71f2dfbae156301b1f83e786e07483f83698bfea7534351f92620bba7bd0
+size 98251823
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0085-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0085-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..da10f2ac289b0fdc4defd27247bcb122d62aefd0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0085-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3df45921880c039d60532c361edec075a8705a462fb375331fa0c1663b3a252f
+size 99700063
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0086-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0086-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c7c5554e1c6b7b7fe6084620d8282f346ab12acc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0086-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4b7216bae49cf6179e2fdb37384ddeac8b82e006b70a69c1cf7111e9c9460a61
+size 99096800
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0087-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0087-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a9175472802933e975dfe31cc70f6ee1826b231b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0087-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b81ee4c2cd1b29b12a90f4335cdfb8d3d997c7042af3aaef98d9e47c62e25a7f
+size 100733214
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0088-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0088-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c2e8bf63588192824a7c945022b8d912bc9c12cb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0088-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:aaec5862bfbf09ab218efb814f34e7197c4204073e5ed89876df602c4ef893e2
+size 98298509
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0089-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0089-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..67034522fc871348275add21f2ca1e212fbed286
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0089-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:874930a69285b3d38166addd61480ae3461122d8276a0db77949d12a61596de5
+size 100225484
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0090-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0090-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a790bb9a3f1e8eb77353eefd9922ed6dc94289b4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0090-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:90dc0a8af0295a35c8bdaaf266db5412c22ea916a0795931b107c2ad51c43367
+size 98928853
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0091-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0091-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3227d75c4313d251c9ebfbb0c8d856135034e46e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0091-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:90db23346c4d1bad44bac8cefc533619868625ccf308d44a55a526327854a899
+size 99673550
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0092-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0092-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f01dabcb321b64c8c4f5bc6ff238f28d8fdebe87
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0092-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7a452b72fc331f19f40235c7b6461ac537bdec9615811108b61c173fddf9f1b1
+size 101936459
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0093-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0093-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..76d7c800c8263f014c1f8e0f57a317c6c31066ac
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0093-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:359e5199a8e13e6a09df4ccdc772bd2ac938f5a4b49ac7aca044bfcf4b31f78a
+size 99718435
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0094-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0094-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..645ac4af3afb090dd1b1b99ac338cc794becc000
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0094-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8fac1315105a8c944cd283426150d6b83837272fff4d93070a5d534f77fa7be1
+size 98742792
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0095-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0095-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..98b84eedcf4be6cdd89ce6c65117738e99545625
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0095-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1275a0f2232fb56729a82f729b963de1d1f6d97cf9050257f8dd8220be82bc52
+size 100441666
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0096-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0096-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8b71b4b4f88a51eb34e1d845d4f557f08be6157b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0096-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:53cf64b5a911b5605cd5f58ef4cb579af5dccc160bebcd1c7ccb3e2ec92347bb
+size 99160392
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0097-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0097-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5dc7e8e9431e434700c820e009c6190b45cc9f7c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0097-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:facc44251cee919b5e0061686670dc634fcb7d93ef8ca2ce4563c8804e81be79
+size 99397888
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0098-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0098-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c5d3ef6ad15636a4eb212984cf7b29165b93efb4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0098-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2fe50af996d6ecdbe5ad0ba855f0e3a1acd4b4d57e652fdf557cde563147af03
+size 99977647
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0099-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0099-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..004fe1f5cd41fec947b257f22b96f3637ffa4bb5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0099-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d27fce1ac8bc568b611d51df47c6ef124cdb441d70fe3ae05a0b09927dce42d3
+size 99202049
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0100-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0100-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f3c7558747e631cacfcf8155b912d5db2e12c011
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0100-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5c33ff44ce9e6d22d604b38a4728128a92aebecdbd363e5090bc9c08c2141f98
+size 100227750
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0101-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0101-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..da315a8992ff6bfe2a705b8ec9bc7fd3e59bbbdc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0101-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0d0b8f1fe1482571f6e195503069f5b3ad325476ca0f6e974f8b26cddea7bb8b
+size 99507724
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0102-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0102-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..123bd6edf3f696869b6bd3292b9c121f79b0d416
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0102-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a87cb525bb64d619ba68f4df29679697a3f50e76584dc10bc8bd4a49c03c902f
+size 99766816
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0103-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0103-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9f56c6f57bf2611a9c07283d214e079ae7d97224
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0103-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:26027321459238c8bafd00dedf70b78c27a04861fadbaffa1501ad8024dd8c4f
+size 99526033
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0104-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0104-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..14f838c37c1893ed1e5d85a086e9dcbcab0b1b77
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0104-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5885166fd39b6a7c6262843d1a477edacb120038e388638cea93c9dda2f85102
+size 99382742
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0105-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0105-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..06eefdd57cf44d12bc25c1611f99692704ac3ab7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0105-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7754f55dfae91bf871321b5965fdf8777175b2fc3e686557f7b416140546115a
+size 99757940
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0106-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0106-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..87d2f027c774a5a48d82829ff522d94c6508f0ea
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0106-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8a5b3612262bdaacad2dbc55f6a3379f5e42ccc4fd464b84092372d0660a5817
+size 101296028
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0107-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0107-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..331aa7cca1bfdad429719a118155031a3b9fb87f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0107-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:06d34b638310443d119b1783885804b482d9cbd5979496ac3f9f471b7f5dce33
+size 99868369
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0108-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0108-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6027e56b188617ccdfb12fc76b07e2e7d7acb794
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0108-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:29b622e601e789ee65d2f97e5da119167d404217c818f7b3ba87b2a39a636192
+size 101230990
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0109-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0109-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8d9d1f599c88b42bc1ffb4b9e93bf17c1338c092
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0109-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:712b3ff10b08b24644910861d3da7dde190ec8fdd54004a4e2d6f19cb1fdec31
+size 99662836
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0110-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0110-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..11c23c9fdb2194db3b48e433e997bcfd2e798fde
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0110-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:800deaf8c2d4819c5a3559da366859963e7d515255a487888f061619ea525c94
+size 99548269
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0111-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0111-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f134128b4f0655297c8d5e1655e37e97cd382905
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0111-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6a77bd9bc570a6f29798fef92009e0bb721c6d6064f5ca89d21ae7f2b892df32
+size 100143126
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0112-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0112-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4f269dcfbed846a01a57e6a8c5c3704fe620e885
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0112-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:64d71550965a436f7f42f7bcd0b1b54631221b9449433a019e5f17acb8f1fa52
+size 99251180
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0113-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0113-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d2783fbc52f15e24e6a67a378c5100d1238a45e2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0113-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cb2b331cb78b2a0e8bb16fad17a20bb137a9f77f5f7d60606e51c44c70d287ac
+size 100400063
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0114-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0114-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..590c3a90c76038fa539104761b5b82344b62efc3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0114-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e374948b594acc13b441a91443cedc3023f56f6ab9f37aa6c3196cc95e2010b1
+size 99636880
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0115-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0115-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c1f049033a0f7c3b53321ac108e993488c30ff50
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0115-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ff04c7550fe6bb4eb7a8b93c838809c17b840000f0e486ed407b6fce7b913eff
+size 99392812
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0116-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0116-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d1936d9146ad0f5289fae870a77a10949edc813b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0116-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:854e5576642b31b0a71947023fe3ad53e428434f31b6cff22d3406b19b5164d1
+size 100896203
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0117-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0117-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..32b74048c7e88decb8d6ad084bd566d4764d239b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0117-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:27756669dd647718abd7581a4763ae1c628a8b5373e7f8a2ded26f43cfdfd643
+size 98303919
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0118-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0118-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ff738c813beedfc59283734df3f1889f79f9a5a7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0118-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:16bdd93ae24c950bb17fc0b3395df55bd28aacab2c5e375aad8bdddfd9718cab
+size 101018851
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0119-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0119-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a1cd88f9f707722566cb140dbda087eed731dd54
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0119-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:910abf9a2e514c2072f9460a6a8203815b8016a22a55335759909896244c4a31
+size 99809932
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0120-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0120-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..82ebffccb97f5c65cab8d6514c7c7cb97dad8844
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0120-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2de55972f24f40caf4a81e7194f2064342bb045544bf9ddc39b22bf3fb6c3323
+size 99387183
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0121-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0121-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7f9d4b957594e06f53f6f0a58269e23888a0819b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0121-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:67828328b3e7fed15471b478fa0429165f338b5452d18805234c4281fbabf016
+size 99399519
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0122-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0122-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7d0fe895c0c728ee5be5c6fa01e0a72842eb9300
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0122-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a24373d459c89ac18e44bce229d9c55fcd03a16e64c922e1fe16895e50de56c9
+size 99373853
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0123-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0123-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0174385ecbb5821a9781c6e9b6b52f6b03ff8d54
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0123-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:43a051b5ba264945543fe9161184b6686844f24def8817a4c9952139369271d8
+size 99081504
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0124-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0124-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..839d0da148db06472bb85a69ed333fdbb5637822
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0124-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d4f036ba7fbbc006f338c920de788d6ca912542d7973184175327c03dc140436
+size 100484321
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0125-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0125-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0f5adde480b3b4bd14965f3f284cb2638a2b71e2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0125-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:701845e36966914bcce0111ce9fb1d5caba246b035168bee2f1e866986642b8b
+size 100362421
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0126-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0126-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b4b5ded59f879179d31cd7261c8a8272e165005e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0126-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:63fa249ef87fd02326c99b898181a9bf33b9973042c8e16653a0744795d07a1d
+size 98426944
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0127-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0127-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7cfd2681629d7655e28d7457faae6aa576e792a8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0127-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ff2e74337f1691aec6e524c86eed2db6e768fa0e83620e2c8758e10395d2edbc
+size 100120028
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0128-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0128-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fd4f5787de78750f2085484a1db4b3950c2a92da
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0128-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:75525a279d86579a08645db41f80b26b20f8d1cd445a99efc82141f7be69765e
+size 100209720
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0129-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0129-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fa3d9e0c44e44c6308f831d35e21675c23c74ccb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0129-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:85fbf803fec617af28a3f1b1af3536884d135225ceef9b26720bd691dc854b3a
+size 100377162
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0130-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0130-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8d7081ca7090e100f4be3cc108cd430fe828c8a8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0130-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:808ff4de8ab8e1079b3579e009d8de50b1b76491be13af59cdbd0aa1250c24b6
+size 99809373
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0131-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0131-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..50c66b2a635cd87075eba615e13e4badb8ab8137
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0131-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6537e351a2285a27efbf8b038b18a745cfe4d888713e978ab12c75792e8bf321
+size 100238775
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0132-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0132-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eb4057bd49f0e8ed00147f839b4b1d5618064e22
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0132-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0665b01f3106af34f83c2702ee0a266f0a7774dce32e2e2c700a0f34d71dbe60
+size 98765719
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0133-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0133-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2d695bb9185f442b14ae0133b5f46285146c01e9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0133-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fa389230588f229fcafb9e99c21d6666e8901f0745c3dda369a6fe922e6179af
+size 99347278
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0134-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0134-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3b3d44075e8579670172d9549e116c8c8c80a1e9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0134-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:664127ef2b0e7bae63f0466870212b9c2d380dd5d9fcf7318a4866cd6153574e
+size 99275890
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0135-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0135-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c4acf3593441e28ec81785d39a8895e3efb965e4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0135-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e763ebb78d98552bbf744f187586d5c9f764604f9800109db4ef4ea3f99a2af3
+size 98708981
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0136-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0136-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4e5fb6ae2c9a7b0966343e3309d0b9114d9c21c1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0136-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ed790f48ce80cf630964795b20ce2fa93fa69e45988f6eed52046929d18cdf5e
+size 100441213
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0137-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0137-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b9a969ea8103a6c26186fb2309c0d651cb12f5e4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0137-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b5fae3dfd6b3315182a576589f7fc41307d3945dd1046e7263e9aed5b7d405ae
+size 99494774
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0138-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0138-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bb5cb66f1394796dcffc058ac624d107a87cdede
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0138-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8709d78953871b3af719f8036641f869f3af89cfab1f63f4a8dcfa7e4aa7abb3
+size 99482332
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0139-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0139-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1ac8529f8833a970ec4680157141a870b392c0ed
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0139-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3e671c0403250751e021c4030cd1ac4731105006ca1e1d4a2a926690c5e28032
+size 99289328
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0140-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0140-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2f06c8b3643fae32f5db1a44425efbf9d58aec3e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0140-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2e581d6b42e58ed2ab55a840825d86531163cd62800f6d8ef3a18d63f8c803e8
+size 98554454
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0141-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0141-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bbda236fff89910b7804cb13b294f7800fc2749c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0141-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1c8d59ea21e19baecbbd490e722fd9b6249e2fa1a347579597968579d3da0070
+size 99624778
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0142-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0142-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d13495835a3ff863fe0f251f2893c1a1415e4715
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0142-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4f71521393b59bf336c3071ab01452f0a5ecf84ff8eb454120f113d9b299d6ae
+size 99842320
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0143-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0143-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b0b41839016279d8405cb3f46ccd07403f808e3f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0143-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:26c7812de40d01493e085a57d87cecdd48695c8def8c8d06209c971fbeb0ba30
+size 99997711
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0144-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0144-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5919bd595fd51b5437c9d222e798c94cf08e5b34
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0144-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d83427245c2db4c8fb4c6e955dd0a91d0431c33760165ab08686875efd1b651a
+size 99541763
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0145-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0145-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c9506dc324d43d8bccdc310ddc880578dd3f7ff4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0145-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5239ba880e21a17a804c9dfbc64809be9f6eee189a9b5658fb4131dbe87bedfd
+size 100332524
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0146-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0146-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3c3ac0c7d154544d7c623ac9855f84421c424f5c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0146-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:33e279bdbb8332a68815f9b7312a066894dff5e7fba0758f7307b7885b5a638e
+size 100485308
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0147-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0147-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5f15ed02d4d4919fd0930516648cc2b2ad82a70f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0147-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c8900a54e0fe7966d12c37760ac2fae42591d8bdedbf43e4864d8cdf70a876e7
+size 99514021
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0148-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0148-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2c0b59a98c66f50397295f889ff0642fa8a87848
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0148-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7550daebfe9df43d6e137d503926c4365b48c0084dc6fc3d06fd08ffc394395d
+size 99570395
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0149-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0149-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..51236e7b32ba524866ff7b781cc29d2915497ab7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0149-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d9848ec2f67f735e74ed81af527be13b63773103189e909be5b3f025144d8003
+size 100425415
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0150-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0150-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..76cdf4d668f03fbde5f248724167199ee9da43f8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0150-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c05f4ec33e6139e24033b1f324e1584c226baa00ee281d10767a2883e8af35d9
+size 98725740
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0151-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0151-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..520a58975b75531b01c5f0b38869570ebaa9d642
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0151-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2d4e8c88802c54602fa4c6618bbb61847ead7bb3a7c738ac6144ac62bf32b8b1
+size 99510442
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0152-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0152-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2eca9a4fd2218979fb60786e28dd6f7a599f2567
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0152-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0b47a97f4d52f3b13c65fbb2b6147e93d6aaa7395feafe23352a450b675d8ae4
+size 99733809
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0153-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0153-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9d5d2e29b5295a519611daa52d7e0e93b36c877f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0153-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0235425133c843acd54acf7928c85ca30b2ded805b78864007751420dc691877
+size 99181327
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0154-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0154-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d098beb0c16281639a2c3393449eed6948d02aae
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0154-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e0afa2270e03676f2672e3e9b97f0ba7b68d7be9ae465fbee59c909a1de42282
+size 101007356
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0155-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0155-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c440543079e7edd2397edb947b3608b99ac52db4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0155-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a7e7c12d697ca0c853897d97b3a35e8e7da7bc705e32b12c70095a653fd0e091
+size 99777669
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0156-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0156-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..67196a4f2f4d1d8049234afaa610fd86881565bb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0156-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:09da2a743ebcfe2788ffa63289a2d176c1ac1b172e6cec2e387d1ca48e9e6c7f
+size 97738604
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0157-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0157-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8c98daabf841f436c65cd2ee98fe858550ee90dc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0157-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6e2beef5e636267084c00f9ec9fde8239554574ee197f97fd75247ca5c66b326
+size 99224982
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0158-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0158-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fd3f98036110f91049e0b6c3f98eae5b4822eb4c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0158-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:683ad4938675e906c18de6cea006d7b70ed26a7d4283f98e8ffcd48550093033
+size 99348893
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0159-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0159-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b5700c76a6ab06a7e11330127b078e3e20a55d6c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0159-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:32c39fd31b388daa14d93ea4dc177f0b850bbca2290fc0fc59e5a9463fbd0115
+size 99677781
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0160-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0160-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..430c0522ff4d82e1302d89fa6b1d385465146a3a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0160-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b4f71667bc21d4be2e08a5583c7b971388363510aa8ce205756f67789f15e654
+size 100502724
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0161-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0161-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..07579e5a0a2e07ae0747bbf56c7828666cd6930f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0161-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:762829c0306871c1923b5dd8af8ec4da7dd2df75e42156548a40b2c91e43ed34
+size 100882050
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0162-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0162-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..347121d235c92d8d83c7c61c8b980b808d19e714
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0162-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b270f1e6b007629961e0d90dcc80a6c5701f9135a6213a55785b1f44ca38847e
+size 100093944
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0163-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0163-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6fcda7c249d8aecc48c990eed8b8925c18b93688
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0163-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6f229a4234a279194e8d2e7f3bee92ebb7e0705a90304fd48618d77bb7ff1f8d
+size 99744197
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0164-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0164-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..03bd42f7a75c49ac4683ec2284d47ca3d373174a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0164-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a87bc23de622b4c7dade944c29df29aa9f1b2b5182310d041839b7b852a29824
+size 99501934
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0165-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0165-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cd3d06b7bd2600c5d40a604c4ab1652c712559c2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0165-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9b54b813f007bc6d8f610e56f86ef7bebbde6a090301220be43a724a274a7c8c
+size 99580276
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0166-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0166-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c63c31c3c7ebde2e31a7eedaa19f768019dd493d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0166-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9cceb60260e3d44f61b89cfac26294cc3c161ae26b184b20e3fc75cdc5534c77
+size 99303225
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0167-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0167-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..66aca9020f0470e3819525da53773206f644c33c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0167-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:303d2c3be41b2f5db6ab04b433b5b1e783a68d4354f735722a61890060789d54
+size 99820845
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0168-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0168-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9285187ad2a64f133af1617a8f8154f67f091976
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0168-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:32058e2f69eaa81bcfc65979323a8e016777f9c9b10420597e39d85227493eb5
+size 100426289
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0169-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0169-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d6fd998f5218cdf14ca0e65e308a435fadc5babf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0169-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d8fc77d529cffffa472a8b724ac36aade12769bce2273031673467d0e160343c
+size 100730505
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0170-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0170-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8fa4eaa3c8b3f26b7e5b289657ed3a298becd258
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0170-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d2c942464087d83419bc510fb078d922a70a39c192ad419d02e010a1733e7567
+size 99970700
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0171-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0171-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..56a454f15d581df1819961a833ca19c293253178
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0171-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4996195639777b097c697e10f181108ed54a9b894df4e54f0e453e39ebbc8742
+size 99271416
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0172-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0172-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fafecf4423ec2a53b996099518130bc731930561
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0172-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a7d5728a2c89198fe9ff732bba7ed50dadf90ba28aec6aad73e4925ba6793bcd
+size 101162009
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0173-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0173-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9741fcc94aedaac0dfd5817b6cb9ebff4b465e23
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0173-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7a8ff5f3a9c9290fc7459666450d35368b4a7a904a0abb9590c678d627312e17
+size 99527713
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0174-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0174-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9c406fbbb5f060dfaf6de7d60354e2df945fc658
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0174-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:efbfa7d60d2270553788be2a490788f8263c2a2fd285855d4f10842fa25f0075
+size 99246243
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0175-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0175-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..afa170f6deca3ba00151ce05f39c134a338b29fd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0175-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b62680a7313357d9be91551b7ec1cadd1249cd6cc7d9cb2e0e1da34949a1cd5c
+size 99775149
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0176-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0176-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cebee42a8d10df37c612a6390d42da99f47fedb5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0176-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c3bc14cefdb00bd44539beacc6a58cf2552005c58963486d8a9024c12f94ca8c
+size 98439579
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0177-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0177-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e47212a4b2c5ac4d7cd3bb036c592bbb239c68aa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0177-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c07abe81f12684ccc4df1c74782db14563b66ddbdbb2c3204cbabcb1922c605c
+size 102335761
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0178-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0178-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..509e4a316d90f1d30c5eb29c168f7fe5946fc4a2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0178-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:05e4f54ff0d6580f5eac548655330f13fb1d0658cf47d02ee13461dcfbb32a88
+size 98641133
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0179-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0179-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7ee97efd73c1a6a095f97dd463dee07c25a02ee2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0179-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5e3a3f081943a91749b39b8375f51ff13e987a903e19df4d8c4b58688d976f21
+size 100654737
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0180-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0180-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c609832cca0ab2f2ab140ce7ea2d051863c2f6eb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0180-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6704727f10d1648c15961eb5a73b48cb27e2a855fc3d5904d30ff91a34356f41
+size 100066883
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0181-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0181-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2c167d1e59536106d6b26caf92a04b37d54803c3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0181-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2c0d755a39a7e079d78e96fccfe1902442c59e65fa7f8be6a43d46ec0dae04a1
+size 97922517
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0182-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0182-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e5cad33141fe86f0bc204f7dc8d607ddee4ab3d8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0182-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:814f3b2ce62066027d1c461b40756250d80be055e9c912d81eeecc775b409287
+size 100442872
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0183-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0183-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f9c035518a09808d6d2bfd4598ba711adb9c9c34
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0183-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:715ae696d1af2df5a6491d4c88cb9d33ebd079811464e24bcdc1846363533251
+size 99483546
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0184-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0184-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..46cbb7f76061772405182319161aeeb7db354c62
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0184-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:837bbee34ec83f71b1e900e30acaf4acef6a6a9e976c01d2a85bf5f9e2accff0
+size 99775740
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0185-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0185-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..300617cb98339a86442e59570afeeb2aaa2925bd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0185-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:730eb2c06b4b98f12c624c00ba660f681fa4e23aeaf414c30205f15424c58881
+size 100208430
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0186-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0186-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..017adb77e46e009454645a7ef0f7204367f1b420
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0186-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:800ccf0bfcccd66dee177f69e730ee2b41aff05d8417bed3f4236d0eaba0bbd6
+size 100255485
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0187-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0187-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c84da451c9509aa9278c317ef47bd0a26a837024
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0187-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c77f50c1e5dcd3cef05478f6fd4699b051c1ecd6ab7fb321cc9ac6903aa1c1a5
+size 98726866
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0188-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0188-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..52321191332a547099282a6f641624b85762d05f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0188-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8bf0c460ffc4c3e3794a38b0595396f997060ba06c2c3d7c4e90f4a1d6eb8368
+size 98321265
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0189-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0189-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a1527cb9f94916c5ea3beda7e997867507b012c2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0189-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:88ff57173f0dbe62aa027a8e2b520e1cea3c65a1bafb06b72342e570f413e222
+size 98587571
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0190-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0190-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..359a1a5fff0e9ac4e3680858b1653270ea720e39
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0190-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b42de3df007399eadf29f04a8e8ec212e31e5bb8644c030771300a861f870821
+size 99073355
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0191-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0191-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6463cfd2104b601f91f576213a2323816538e62f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0191-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:db795ffd216fef2c5835456ce53d57f8b386dc20567dd79cf699d905d2883e86
+size 99008462
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0192-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0192-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7655a43cde1b42a9483b5deff1739a7d622dba92
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0192-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6b2a921c739e3d5cb60040dfddde78cf9b708b97695bcf1dc957cda9068610c8
+size 99757249
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0193-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0193-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..69c4b45ddfdc05066a9924c6a561952711cbc3c1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0193-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:554f31a91d8432e69e9e6c6dbd6b1adce55cc45752f763ab9473cb3f3ae92aeb
+size 101322007
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0194-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0194-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0acf23c0fbd899569a0a8dd0af6bcafc729b13fc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0194-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2b89f578d34985aebbfe5ebcf83696bb3a71acee2fef3127d27a0841d6d2d798
+size 100268656
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0195-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0195-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..470365a9afaa4235ce8892031769a16119cbd511
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0195-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9f0b94b97a9f57b1b2c102683a39021ddf9f18d91c59aab8a46d426129cb8c15
+size 97603245
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0196-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0196-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5dab60bfe2d78b33b675892becc685ce9dc225d9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0196-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c1d2f690085af22d93f247b5e5a3e62a3a5850b2156842d9ff5dbc4131651b2f
+size 99521176
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0197-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0197-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cb78102229d32509cf6f23867ffb787358f8d18f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0197-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:34a1b7f5907ac65881bfcc577b1d58f06b5f0591fbcae2674c088808b7492f05
+size 99751510
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0198-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0198-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..664b56b36eade28a5731ccc7f408c2ec558c83d4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0198-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:49b15ec666051787b4ee23daa1cae594dcc62e071b024aee2a599265885ebcaa
+size 100102704
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0199-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0199-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dcd02667a5bd2cfd65288c3ec0553deefea74f1d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0199-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:660cabc9dc14600e4a08d6ba2f32348f9049a95683f779b411ce5c527e9de49f
+size 100805392
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0200-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0200-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f2802e513e4e6abea5ac329f0638fbe9db69213b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0200-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b59fda770902f32eae45dce80028e7b4771b090f5f07bc10d279dd6adf714143
+size 99996114
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0201-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0201-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..be6be16b58bc76a9778be26b0a70f19dc4fd95f8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0201-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:96f9f7ef3c39eb986f83c77c065751869f0154a9351af7aa977cc5eed1c461df
+size 99978745
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0202-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0202-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bd096c34cf8e410d05ec89c2d6502db2f6fd535b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0202-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:08a8b5d2a86d224d7a22b36f461aab2d6f4fefeb67cb4b87d970958f830af986
+size 98895098
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0203-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0203-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c916cfcc8afc36cf077b2ea09f6485be1b880fab
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0203-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:72ec7c7affe939e27850072001fb12c8c2cd945fe2c786f0fd175192cf86cd46
+size 98919132
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0204-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0204-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d93a2bcb46a8e31fb207cea006ba19ba481d9ac1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0204-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:790eb6d2bde9085fed7b5b1ad0112d926bdba712831ed6c2c5615089d80200f0
+size 100121841
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0205-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0205-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..94497eec5fd506bdf71d1e18d47d1858afa93cb1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0205-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:52ed2ad17f0f4ac36966001397cabeae9b7aa8fb0106c2bf668f06e991e0ecc7
+size 99976694
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0206-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0206-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c4a96878b981b701f7eaef5875e929e96824604d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0206-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0157e0bd453c4bae6c8ab1303718d33f7286d82f5453898c3269a2c6017b14ea
+size 100004415
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0207-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0207-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c71b36376c41acc838aa394969d24a78093ec575
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0207-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0cfdaa14e69e84d87d4a26aa8d7925a076021ac86aa6cff97990e5c0c78e5773
+size 100153262
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0208-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0208-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fbcfade147045b1c2e0cdf28b08c93b9ef0de6e9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0208-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3401d09b03771b04df761c86bfa86fbedc7dd5d704b50ad0bbb9c8154b38a15a
+size 98119557
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0209-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0209-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6512b21400ed7c794f85eb7ee6f101c608d181ad
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0209-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c101234ede0033ffc1685e12f175648859fc4f3a6c8f79e5ddd1f97707b33f30
+size 101149701
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0210-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0210-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..98442359a82e87d9dd1f89ece5f8a956ccd74027
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0210-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7d4f15a57daa5d3af567268b98629403a67bd047e1d32731416ab7baebc986b4
+size 97899815
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0211-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0211-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e6a06d35600cd6673ee596f70d07163fbc80b6e5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0211-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b502007ce047554daa94dabf9b2bf88ead1203b3aad3289f42dd1a241ee0f253
+size 101252212
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0212-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0212-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f90a4470ba75a221586f70a7c7e95c3e97540192
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0212-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2c306ce8ebcc41701aaed52cf46bb25bd09aa341b2135eadc71f67647d1e0262
+size 100502119
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0213-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0213-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6cad23c9afd39a0fc82544f08f508f672b563d12
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0213-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b568ad454f2d993655517e067e6e89e967ecc1887deaf83a2afe61e76547ef58
+size 98928866
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0214-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0214-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..349b7959f63075aaa4d10a260b5c9124a6651e2e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0214-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:43830caca82a0852d42ae35ccb972a524f066d6b451fd2149d22e6c751675dec
+size 98882412
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0215-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0215-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8c15e95633df0db72273fa2bcc93b43e542fba68
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0215-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:20672842c8ebf274ea4b89226292ed11631b41067dfcc0d10a4f310db0bcd237
+size 99488921
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0216-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0216-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6da0bd155653bb58138fbef74a38456bc2c0ac06
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0216-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:acbb5d6546968df7d0ad1e1592c6c9190c5fb64cb856284a482ba83d746e677e
+size 99232174
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0217-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0217-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..03832630a4bd82568f3e852dfcef02eea5f558a7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0217-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:06290131623f94acea9d7dcbb250c26364e99c6a0f2155f6944777e756dbcc9f
+size 100320139
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0218-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0218-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c074f5f7e733632f04df7c3b21c5bbc69a2489bb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0218-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:086f74fca350631d2f300c3c9f6009ffea037dfd72527738ffc32bd43aa4e055
+size 99519140
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0219-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0219-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..497dc2f1fd1d32b3e739d2a98ffe2871f9d8d395
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0219-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a34d7048eacc191b49577c271b136ce74273669726dea887209db4323bd7ec92
+size 98977640
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0220-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0220-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f66d8a97fd85c72bd30adf2775c61a99131098a1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0220-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:60d90326a506b22a1b9999d86d7fc425ffa2fc080c1bdf0d55aab87141671bf7
+size 99085323
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0221-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0221-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..017a96c4ed531ad50aad2ddd36abf60ec76a2f8d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0221-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:478b2c9ed971581304f87f17f18c07673fc231c724c9df96f2fc19444a144aaf
+size 99280330
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0222-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0222-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..69ef94477dab3a32c94aab60b8ff6fac15d7d06a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0222-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0f5e2db9f2c99d468444c9cbb69f760821c0e4d6b748498b815b837f92ea6d30
+size 99461309
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0223-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0223-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5f5ee9aafa47531b2f0b5c02bec0b4f7dc86f6c1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0223-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:26f2fef46d2b0ab826fdea7c26417c038090ab9df496142e9de17de797a13317
+size 100358623
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0224-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0224-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eba698fccb379a07fcca7c485ec12c4897ea5eb6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0224-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1d2a33828b6146854236a12220f3141c3bebf02dfba2e59adf27941d0d7e26eb
+size 100210997
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0225-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0225-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4628528327ffadefaa99bf3a6839162a8bb8b778
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0225-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3cf7e0dcf9692edac4989b75f77185174d64a3c9383cc9f68967d5403f91cb46
+size 98966610
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0226-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0226-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a5960ded8dc79c9c3f54598f5ea8dea5abdf240a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0226-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:83c24f7fb224da3cb1b3d517e40e6c747e8665d9f881feef7c6a8e3e6bcff823
+size 98914532
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0227-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0227-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f31b4aefbf8c0d013fcaa7af88af1c0320f545de
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0227-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:93fc63b51df3ff8ecebbec9fac3d173cfce53ba00849478b93de873e9ad11d8b
+size 99491002
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0228-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0228-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a41fe1ff13bef63b3383db857137831f357b800b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0228-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c31e4c0bbdc3c22f19303656e8972a4bdb3ec602e8ec398cff8465cdf28dfd08
+size 99057038
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0229-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0229-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5ae5d4ab5cccccba198347001d78016927342bcf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0229-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3ddf1c45a439cc399912cc75bac0cb305deb36ff548f8fc09a5e159c60b62791
+size 100366472
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0230-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0230-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b809294f43facd0d9a60f331aa4ddb0e2550ba15
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0230-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:074f086a1aee93c4c475b14ee76b219c2273008b5a9beac24b62930d2bd57550
+size 99882312
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0231-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0231-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cb31a3606677aca673127678d462ae7c04ea3600
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0231-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:87cb040a999accae6ae74aa9f16ee93e8e7c2a6cd4a6555eed5eb475d6004447
+size 99506864
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0232-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0232-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..03e55f970666473cefe86aefc027b5cce03b067c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0232-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:710deb5b04ffbf1e80c647323c19aa04de0c8fe47c149ed41d3f6b84c516a930
+size 98610051
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0233-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0233-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..117969f1e78c010f3c4eda90d6b773fa0681a72b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0233-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:148777862c2256825e9bf510465863be0b551487c31887d9b79e7c6293dbdaf9
+size 101091693
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0234-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0234-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..669d7a0f723089933330deeb79cbd861f2b3752a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0234-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:12e3f4a0be307a0b6b39358ec4060a62af0bd34d25b7e3b8ed8918157226a8d9
+size 98419110
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0235-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0235-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..20a2dbeb1b19279df641d75f72eb062e458a9449
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0235-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1966964d2e04f33f69424491f3a480e870aaf8f033023f3a36e7274a523fb1c4
+size 101121911
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0236-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0236-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c8a00255e3a26a8f613bb00a6d965eccb3d0a760
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0236-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e982f417bf7e649c554850c7ec9ff0687d7e2a84a42827fc3692f56c5dc02f83
+size 99063467
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0237-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0237-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..81f44e97745d6d4c38db16c2c60172874623ab6b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0237-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b566cf3d3fe9dd6e7a7f3a8916c0728a2c0c23c30dbaf2e4ab41587ea3eab951
+size 99580747
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0238-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0238-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1ae934d1836472ea5177ee6ec529ea624f95de0b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0238-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bbc92d12d31b3d2849cffb05a77e64427fb7b903b23293ffed047ba1796d7775
+size 99419953
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0239-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0239-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..810d1681cfd952444a1265b7c4bf082a55f0a509
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0239-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cc3f867f71b2b36ab1dc081fe9365ca65499af21751d685b4ca216850dd8d632
+size 99403829
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0240-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0240-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3740f36ef5e6bd120ab929cf8d968e4c46457a3e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0240-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:522f28dd4232206c5974689b8a3306fc151c16bdbdb534c8d9f4a342796f7138
+size 98743212
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0241-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0241-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4562ed4cc3df94364293b56c22aa8e5b3ff034a0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0241-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7818c9c6b1e93fbc7d567d9758ddf00452cc45fba4a250e9b7bb309ab3c506b8
+size 100274726
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0242-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0242-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6f51b86efeecd7ab0e8a2eb6f07d006d1c56d726
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0242-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e29acc9f5dc2c08445a367e8636e1f1b88d20729b18c652c39c7720e73d54867
+size 101077559
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0243-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0243-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8fc8ea24775a1ee9a0b3a5f4f64a81675d016899
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0243-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ce3728194f47ffab7640a09f8f496f5d65b67e76c91c009f775485ff0a08e99b
+size 99100608
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0244-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0244-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7013ce0229dc08d5c068b9a670881411942100cd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0244-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d4c79fbdb03516e6fa540b69a8871edce08bbe4dd96cbad405fa079ab355c5d7
+size 100907479
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0245-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0245-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6812150a63931a66480765f15f07190f4674cc86
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0245-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dafdf8bfb79673e83def045a542e1835ddd50af076cb44f696b55f0b09f85e42
+size 99777219
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0246-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0246-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9f12892f57fe30fba36f2d55e2e21060315e307a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0246-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2288f1d7b1b1277f174995287e65872dd12210f848bcfa903cf53b3a0e1cb30c
+size 99458587
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0247-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0247-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b469dcc5dc07c0f220d1bc02812460935e74b641
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0247-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:861ca49bece57c4b93d1a8691abaf779441d5327ca2b81047cfac6a2f0a6bd21
+size 100766905
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0248-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0248-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a17d8fdd11b3a860033fe5e18f482963a46cf675
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0248-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8fbcf8f322b7b4d7798ad785cbe51331cbccace98c9d2ce6255cdbab56011aeb
+size 98820577
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0249-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0249-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b033059a64aeb09a9e79ac1f4ee6ab4ec96699dc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0249-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bf8d3ab2c082d014fdb6fb7528d81f6428e38c7b42326208e616e88855131452
+size 100348636
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0250-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0250-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..69b11841ae41f8ca022bedef8b2893a271671e77
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0250-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:02e2f55bf60e4883ea1b3e27326ea6ef130bbdcd408752f653f23bbef1d1b85e
+size 100270543
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0251-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0251-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..32d25151a47dab6d8df081038e8cb394aa44e3a9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0251-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e9265f51c853c29b8fe27e73701ddfd7d5549d2c66e5cb7e242d61b5ed39e145
+size 99804626
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0252-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0252-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0a2f8d24915b2628b2f2bf00ad2c6584486c84a6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0252-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:564b60f0bca82158097924f35b0405fd38546b93c966713ecd0556e6ce5f41fe
+size 99577114
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0253-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0253-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3f1d4ab35ab20cee26d3fc27a43dd9e882a62336
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0253-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f564c5cf8af10be98a9676b04ccd50b615c2db13a9b3e08f7ca0c3af5db44403
+size 99925937
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0254-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0254-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a6cc5f30572d95b89250339f49d90bcdfa2f8ecf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0254-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dbc22f962c8f699cdf188fe81bc443c12ffefff4c2e5a4dd7a95019df3699607
+size 99637796
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0255-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0255-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..38f379dc3462d2e310e42d7bb5138a3d9124dc46
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0255-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ad802ba7745e1370f69bc9a9387497dcc1508685ee08de01387358c4adee2f20
+size 98958322
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0256-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0256-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3a95ab4f30b002a308f94c750a1d37788fe14a5f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0256-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:828faa27c147dac57d56e6fd42496db56a84a18d2e9ff252825f9e38f4addf93
+size 100362639
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0257-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0257-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..105b1d5b825dfd37229705d761595ffb1046b240
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0257-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ee4c4de83101ccc87c12dc9271c02d74196ab68af8439484743fe37d1179eb82
+size 98203593
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0258-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0258-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..afc6056f68c58bbfd9811714783934c730ecc1de
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0258-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dd80ba1ad87e9305b225498dc4a9ac30bea0105fbbda45db60e77d96b028e6d4
+size 99687876
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0259-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0259-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b04cc8d6fd41affbbdb911f5389c0d22b253ba50
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0259-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e2005d44f59d7978975c3399707d685cec27df68c1671eb3d74916aee4ea6330
+size 98693249
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0260-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0260-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7839614c487f3d32e287ad1bea9d49bd93af4c4a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0260-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:06cbe73e1ccb2cf634a7f384ca85dc9f104ef5b231e3de51827d1261d4bed57f
+size 98210290
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0261-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0261-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0099b39653c3dfecc9a1bbf01b66b05275843a5b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0261-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5b1b4ba1cc9c127f7712060d8341b00efa5f869f0bbfa6cbcac11ff381503997
+size 101028349
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0262-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0262-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..98f5305bfa75eff96661055648ee251bf1002f7f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0262-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a8047eda0f27ae48a5e4aec764a4395434acda50588c0619b9dda8aa6a1e076a
+size 100382380
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0263-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0263-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e40e0ec2326007eaa28e02333a9da455438f0247
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0263-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:58e5c321c7e91788c19aeace9c42b4d4a3afb4817bf14bbc85debd93a4155c6e
+size 100685193
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0264-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0264-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ab7430ac42c5f3f02063b5f3ba1cf502540e8ab6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0264-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:66d0bec912b340bea451db671dc6ba036782c1d3562c896c84a35d30be3ed71b
+size 99888526
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0265-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0265-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..273294d9cfcafa129ed5e7ed65874952e7577882
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0265-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a4f6cbc7e2888f9503d10bfd2faf11dd09bfc653b27cf99c9b53e183892cc65e
+size 100012662
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0266-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0266-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f4f73f640aafc2a92ef15880e8a643ee5a9bdde4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0266-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:829e4582b19261c01e90615d94b099e25b6d859be36263304e1b86b3a2b7bf5a
+size 100174984
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0267-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0267-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..af1762a449036b5e83e6eaf2fb124665d114362a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0267-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d25291cbaa6570f2095b32c6bf205bbf20a954fa6cb337e6ad3ee60ff82b8da9
+size 99056188
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0268-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0268-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..092ad47b185395cc530fc83ac55fcad8247eae13
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0268-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:23724f35bb22b5214f355f2608451509c720f48e41bb2e9c901919aa1c7e926d
+size 99098872
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0269-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0269-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..da497605c6e138e0ec7ed14960240f4c056be162
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0269-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:461f1d9c6e95ce3e2f86e25df14da6da4bb8e197cb7f3a90127b04a787084bb0
+size 100269043
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0270-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0270-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7f8e9ef17c5f975523d21205230e0a921c57e87f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0270-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d63d7a9231568e7d2ab1c21f3505f0b91ee28a6181d7aed5be80a625a5fea347
+size 98327735
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0271-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0271-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ef092f8db0f28127d8f68508bb1bd49c58f4c83e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0271-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fd3f4830505515c42a95239949af4c2a9c8fb61acd2c8932bd59256cdb4915d9
+size 100127500
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0272-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0272-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..04a719b8185c432c2a4be288f89177d735e45637
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0272-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:760c524e2c00c3e4ce4c0234c732edd641813917e05c765267972e5e8d2a0414
+size 99784830
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0273-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0273-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1bbca8e190da97ed227bbab0d422cf84b3a2e48f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0273-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:46f4dfd093d174cc70889f6ba0284e9ee15954782898d6cb6e050a3aaba2c98d
+size 99879887
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0274-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0274-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e4a5b4a57b44d042cf1b9421e517c07974983675
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0274-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7590a4df8d49287c42c8a263d137454a3338db3d4589af681d6a24f4fa0e3c2c
+size 100034635
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0275-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0275-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0f6b73619028ae96660525e3267346607593e725
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0275-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2497236065bb9610fab9622bc3f775b4b6c8b21069afda30bce2cb99dec601d3
+size 100007637
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0276-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0276-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..36a6ad67cd72811a1038cb42946a2fff7c090883
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0276-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cda034ba63fe131e6010d1fee9941e7234cc65ef257a02f4fcfde3f054017ae7
+size 99638177
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0277-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0277-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bd81163f2dce617f19ebaa9a6a7ad5f8a9eb5bf5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0277-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:590eb187b5ce11504a3f0026381c1325caf7217fb126c8087b7b8d36d5c82adf
+size 99958261
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0278-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0278-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eb93e8ced291d2d244a384361fda39659f9e38a6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0278-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f25fc6c45acae5a81b28f33a3c46c0ce13cadf5561f4369180fbeb2ca1ea329d
+size 101128656
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0279-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0279-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f5418be3c1ea28198357005fe5dc96d336723262
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0279-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ea94c700c3de293afb53d3bd639a86203da92044eb0f54913a759c764e287ce8
+size 99174239
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0280-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0280-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..339180314c09f1928a0c638b0e93eb4db7f5c191
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0280-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ed3c587612f8062e2f6775ce8ca724b6f90e62fefa03fd92dbf2981f561e98bb
+size 100494934
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0281-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0281-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9258336f987e859b56878ca6256f2c5807079efa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0281-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0dbcaaf0ed18822fcb94f783e43bcad71631382c2a4bf7c0490052ef9e65e916
+size 98494980
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0282-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0282-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7dcc8bb54905290615773ca245abb23b0966b7e5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0282-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:61589a0dde6d6e98c8294edf7f908fa184e53ebe4daa3e3e8cd9efe9d1639d52
+size 99621098
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0283-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0283-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1d32b59045b94b647870cecb3fff4ccf1d00d5a7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0283-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6829399d75fe94b21c278c000a04bb0d629431b75e1c1d3a6b79118111b71d19
+size 101027208
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0284-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0284-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..303aac6cf341ee22ca61107c815b75a0bb8914c3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0284-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:43c71a259353ad15b6c1df2e2f419108cf15197a5990f184c4bb880ff285e9e8
+size 100116330
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0285-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0285-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4567f7e4a26e388b628f967e32f9f97676a0d7f5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0285-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:401e5cd56f9707e1fa7ad2f688ca12f91e465e0af9f313699094e6fd807c05b9
+size 97645233
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0286-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0286-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4cf53db9fe7231c442f157a688dd2037d6386b9f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0286-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4775ae7e9945bd4f4e9290673ce94e0dcf4143a77233b96e4fdeb323db9306b8
+size 98872638
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0287-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0287-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f9f7fe6b16b1d4655b0d472f09ead65f0e782274
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0287-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2fd65696e1984ef1a8859db38f8ac1bb84aac9013bc63ce17e7d4bb75a6de873
+size 99869768
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0288-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0288-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..acfb75d94f2c99ae67d824eb8a05770f7b86a438
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0288-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e5a5665f23ef1400b1332c79c0a42902014508d28c8e246684c0448d92073110
+size 99350797
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0289-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0289-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b6fc76dbd7dbb4b6b4b1999fc9aa8f338b94c1b8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0289-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2e80b99b5515785415f0661d0e18a7dfb6a187c5921c6c56f8ad121b340a1152
+size 100160938
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0290-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0290-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fdb92cbee1b9273e2fe797ac672cf5f1dd08e2f2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0290-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e11ac16346e7b0c8261ec6a406f9dfaadd4c92d2f2287a4771734d7054c5c41a
+size 97931700
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0291-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0291-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e06786dc0311c6ec4b3487b75ece97ba601c0971
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0291-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:43cb018cac60b8fe4c8356f0728af86990aaf157981a588488d8f3f63928eb85
+size 100660396
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0292-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0292-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c297463f8461c712b4dc4523d4730f45cc0adb19
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0292-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:71d716da29ff4a736d6ba47c81dca0e9afba799e8ccfe4b9c6258270bd97ff3d
+size 100090764
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0293-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0293-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f2f40fb95e757a2b658a3530acdacdac14dbae1a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0293-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:375a191e1714e358242e40a81fa9428af06434883fdf048f37e70b4926cab0b8
+size 98921308
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0294-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0294-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..651c994f5b49dab538e7f368fb36c2ab56c944e5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0294-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ac26d5c689a7cdd659a7559adb20983f12258b4c207a35d01f1972000cd10aa5
+size 101205344
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0295-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0295-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..56d35f16294e92eb8577e290086ce3328fa3f2a0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0295-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0aac687d26dee6ee3a3dec6a76db549f9b93a7615c451d92aa67747eef6ba3d7
+size 100345167
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0296-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0296-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b1975cea8674a22235d8e82831667e6357bc34cf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0296-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5fc9f3f5d4408eff3841d30fa003e346cccf8d90aa132b0d1e73b08c0f7a016e
+size 100982464
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0297-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0297-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f02a4265c0b0c6d63e6ab5aa48210381e1ad80b5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0297-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:58b7cc3ab3776302414722f1d2e26b7080e8ddc35b8f9527e4dca9f41806e542
+size 100781967
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0298-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0298-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1530fc3a2529e6fd356ba0d6b80a94e81d21e6ed
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0298-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a3a7bb739c21164116ad10ed1f3b982366cbb63dc06a5a24c2e000c38086d618
+size 99373706
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0299-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0299-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6dde316c381628f77af10d1664a018c3d5ab3294
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0299-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c20a4246635019146bfe5d47fc60656f0040c1d425788af7968a915e46943fb2
+size 100454053
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0300-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0300-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cec9dabcd314aad99b6acd58bef2f608a89bd3f0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0300-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:68086f1b9d6a29fbbe614c74296c454c92d2d5e6ed363e0e08d2aa3808f7d2ff
+size 99790455
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0301-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0301-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e611349b41d2d712849bd666e7c3f88da934676c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0301-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c61ecf70fbffc2ad3abc2c5f0207b3633e88aa7adb54d6d98f9d91fbee2ef1e9
+size 97494728
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0302-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0302-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f4939dbb51a8e1e61471afc5e3304eefa91a0f43
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0302-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1ac488b20b6618117baf247cdc96ebd4769ffd7c116544346b10e4593e5755d1
+size 99905620
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0303-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0303-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..644a11c04edffb932f08f63040a123b8317efc09
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0303-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0b04fb5461ac7acc23560b39b3b1cf9e2e4d19854eeb0d7fe98422ed1244ff43
+size 98861526
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0304-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0304-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1e9829346932d87607f313a0fe107f9b9e059b74
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0304-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e1251715db466ceb392f7a130b2bc70f7acebae7f394cda5814423a8c89bb4eb
+size 100410385
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0305-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0305-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3cf2df793dfd25c7d829691087fbd3d9b951346d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0305-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9cc86c558b66c812a9bee9e716780abed4180a5dc0367a63ac9c7f768c5e2304
+size 99125540
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0306-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0306-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4ed582f32fffff790b2dccab3a8552262dcab82a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0306-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f138bf7a7bffee9c26f92b830106324762ef6a3a523dd09685d99453a96621a9
+size 99691968
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0307-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0307-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e0b3681a701809fc35fba396be9d1a3f8f0b19ee
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0307-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f395caa86ed4774a1be5ec1aec863e8aa8142720ec798877573b3cacc873f724
+size 100046923
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0308-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0308-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c1a33f1b807c84be3ab20aa14fd3be16911959a3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0308-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7579a3162923aa7a5cf8d17108524663eff669910c096d0877a3cb50af1ce3ae
+size 101441407
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0309-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0309-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..33340ec9f9d13d40c39dd5191bef46479a40ac08
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0309-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e2e410f17f31603cd0d1b56f9b21299113690457c885f24d5681ff553bd279b5
+size 99486099
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0310-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0310-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ad7659543abb25476683f561cdc04ace0b04de4c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0310-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:891ab598077a484cf88e44ecc8ce4b50c61567219a8124bbd3a0ecda796913f0
+size 98286170
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0311-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0311-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..27253a1937d70c6472eb0b3cc7fb415c51b6d472
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0311-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b951cd18faf0660b2436b7efc5fee0b10d913ddb3da466e1ce66d0c459aa6a37
+size 98883941
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0312-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0312-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fe57fb37fa42961b8d04394b502fd61a29b3c624
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0312-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:88c866779ad62a1f1f89a2f4eaaf2325242a06085ddc5164525791ab44e82e34
+size 99215941
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0313-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0313-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f6fd57efc3aefc47eacfa8bfe3a5adcca31f6722
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0313-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1bce5f58f764a293d9a5f6cc4cc4ca7686350ccd1b6e9c10424b425c795f06c3
+size 99524298
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0314-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0314-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a289964514916e9b2e7ed9e0da9863ef15579859
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0314-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:526d37823ccd5db5e0aa09f3da1e26e2c74fb0c254bf4511631e5ea9462a4bbb
+size 99387397
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0315-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0315-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4892fa244317ed4182ed644a565d8f5b14a689b5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0315-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:59c287ff319759ea1707d2c5993de6e63bf387f9d137cdc4d967aa074b09729b
+size 98675674
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0316-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0316-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..46fee22486fa1f0bfb86356c9dea90f9103872ba
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0316-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1392694267e68d0072f42f05f488fa35117461231c2a35c56b7275f69377e00e
+size 100540908
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0317-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0317-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..41ced33c6c898dad6079d024be6fc25831a56197
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0317-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:676d6db527ea9e067031dd6e7b4518acb1dbb9b312a57b2e817b7a69430166eb
+size 98452585
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0318-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0318-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..173bc4ea5820f562fb9bfce0309f3ec6fb2a8e4d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0318-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b614a6d8663eba1e081613608917f9c3a8e3296b6aa15fcad963b44c335c7c9f
+size 98772934
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0319-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0319-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f0f044aa648c56e5f8b02f6c167d3079ff34ba58
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0319-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2cefc5d4209c551456866b99d7dfa08ab52d640806e7eddb901a7959e15515df
+size 101640003
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0320-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0320-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cc22ed358b91ec909cbc09feb638a3c6f19721fb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0320-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cb0bd96fc406b09ddc4dea75b283861fd48982fc09c22922408a557d197468d8
+size 97650883
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0321-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0321-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8194b5b6ad9b33b60525fd65696e804822cc650f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0321-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:58c809840cfafb474a83ac0f3f73b96a2186aa674d9295fd97e1023249b09948
+size 99464950
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0322-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0322-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..015fca5126012b6484b230bba15fdd677771f526
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0322-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c13f25f126537d4b0f68b63ad4a610992f3248aa42aac1e0ccab790d1c6c1556
+size 98124956
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0323-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0323-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9fa4f8199514fd51a05e8d8cb2613cfeef5ab4d6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0323-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:828054796994924368f72844c0d219b32ebefc716ea81b650993d604e58afa65
+size 98970471
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0324-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0324-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..351b27f3b95dbdafdbd4bc59d3c667bc8dc62b6c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0324-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9e03506c003f81a8ae25e95d85e9c927e877283881a14392f7582bf34d609687
+size 99419587
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0325-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0325-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2fb84cf939e60e0c931dc26213094ac963774bf7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0325-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:68def70971ddc8bb5bfe1b709e54d18eedb92552881f733a20cafbddd835ad74
+size 99516329
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0326-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0326-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3fb0c4b69b00a808d39b2cd7abbaf79ead3a862c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0326-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8af80dd6aed51300fa54c6f0a32304e068dc9de505a8f574087a85f567f1b4f5
+size 98581508
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0327-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0327-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..93238f5cc277c48d35c3753e6fd38b58e493a322
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0327-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:029788c62651fac631507583db7222ce7c0f45903c1a1e6886c04d6ffcbe2bc4
+size 99374207
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0328-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0328-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3a97ae4d45bdfe7227675e7e296fc4702e6a0592
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0328-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:198d6180c55e7cd3f0b9c04472a89fda000138d9765af9c71326f37f797350c4
+size 100232412
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0329-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0329-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..94befd683444529da5c1309281fe540044a1d0fc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0329-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5f73e4ac20efcd34f952a1527ae0093469e4f5472e224c39b89bb1d5819ec8c3
+size 99771059
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0330-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0330-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7c15177bbe0c3abb1e4a0a02f5a9994d1ccaf516
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0330-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5b9f1b2f3ba96271fab09e4f855275aaea2afcd82bda9ebdc0986adc90ad5cca
+size 99575323
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0331-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0331-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1f104ce4a62be53ecbc71369652b2ba348c777e1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0331-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f18c0db45b28bb9a842fc3910857462657d558a37cffce02a3635336740d9066
+size 100091638
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0332-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0332-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..55f6ea0630b5ccc3728614c40c7dc584eb3e6498
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0332-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b793681fe5eb4dbcd2e5c672c847da3325a53f6c2cbf38fa63db97345f8c2bd0
+size 100170550
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0333-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0333-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bc75e65cde7c626deb12237c8f5c3141cc74cd03
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0333-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fb7d2d5644364a6062e054bb5840520f463973366569eb097c7526f773efa88f
+size 98787187
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0334-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0334-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2e5de48f5e42ef32bdd835cf9c558b898f35c821
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0334-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d8ca5e51351fff5f55fe3e38762142a8444cdd58e2d271d55c490a10bc9d3f4a
+size 100226647
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0335-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0335-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5ae8c2de9cda56cf82bc6574934e89ab58def327
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0335-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8baaab9209884f03740d7e1be2fcb94e631532c2a89e9176fc7534e78e7b23f2
+size 99582208
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0336-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0336-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8e4422c24e3ec880ccd053a15b08345a83a54cae
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0336-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5df4a45b8ef52daa250e41a95a5ae450785f1a9630d28389db0735c3c9622adf
+size 98621099
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0337-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0337-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..63057c34a67b9622cb7d3ac24ed758480a522795
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0337-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e6f48b837babffba3210cd1adb6c13e0554b0ca3337b9c442402b041c348d876
+size 99582794
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0338-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0338-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0adeccb36f38cd5cf5594ebbd348176112cfa404
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0338-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:88a8199ed728ec878e9ebf43458de8a7e4a7ddcc08a4469a9954709aed9aa725
+size 98148519
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0339-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0339-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a926ff9ca23ea1f5b7abe4f71d22161d7fb0430e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0339-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a64c01c02812bfd3a041abde018980b2b7fae3ae4a3bf68d8d82946449f4f822
+size 98007019
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0340-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0340-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..51e0d479879f9af9788648623ed3bdcfe702aa99
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0340-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3d75728e069c61c7967a492fc5a0de01c50619d667fa881f68ba19dbc1d5a6f7
+size 98822350
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0341-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0341-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7a7364f2a799dc7797678ecee636c7c644600b40
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0341-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1dbc0f88430b1ff6b7229aa85516d5ecc69238b1e15e31ba0c6d6e331496945b
+size 97790688
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0342-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0342-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6e32521cf907a618ff22162dc1eb07b5170f9e27
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0342-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0f986438ca96fcf02a47e8b9979fba0439613f4f98ff5b5d68a204612f4cba61
+size 100075773
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0343-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0343-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9c0575f5c61ebd7ce239abb69121fa6646aa1bdd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0343-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:66154ef24d3a23cd5e1a1771e598bbc11940283626b0f8a62d1c75ae0a072429
+size 97787365
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0344-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0344-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ce3211f7d2f1f3e6942dec111c8e016bb7a2cceb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0344-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1a4cbba68d613f513bb974d9a1f6addb57b6c48dd22a2fad47fae67f4f41cc53
+size 99072234
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0345-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0345-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9da9fbbceeb88f9a689cb827d9842157b53c24ae
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0345-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:711139c34680a541519baa171b978cce17015a2f6d0f58ea1f21af76905e87c5
+size 100381968
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0346-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0346-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..89836e165acf56d9e2ed17233a640a2372dda2ef
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0346-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:335edb64c7603c128b10eec2fcbd949b57ff1c7b723e4ed7ee3be4568ecb37d6
+size 101112251
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0347-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0347-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e61c5daf5734d6a341e5b749554c323887863d4f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0347-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5a711acdb7ac06337e0aaba079b5d89141e17de4de54bd1711d03283db7a2e75
+size 100190062
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0348-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0348-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..79d3a55f08d2c60caffe739893874b1f1875a604
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0348-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f8306f3ad78f10dc891ee088b4698687de25d3517dd95ede505bf232304fa543
+size 102362679
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0349-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0349-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0d9c09d0057792b7c15a97d08c6ce78bad3bb604
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0349-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d761b3e4766d83e4564448fedd5738803f33d0ddfde77c70f75b2c85c1e5705c
+size 101127186
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0350-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0350-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..09a66a7d16ed23ca8f7095fd69cd450aecfbb3a3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0350-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c80b49a658b181fd432aeaba84552867426168d235b71a92cba8140346626510
+size 98956121
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0351-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0351-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f881905775cfbfc043722a0e38d34bf1f6bd6175
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0351-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:296fa8671ba6cdda75932a52496850952c9dde20673eebe79a96b898ad672385
+size 99698637
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0352-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0352-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3928633bf9d9af3633b7b217eb3d8ce9fdc6fa4c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0352-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e2eeef01d5c227d41aecce3abe76bbfa6b0de401585e41741d46529694598146
+size 99721868
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0353-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0353-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..064b782c0e4502e58363ecf3f4c92e6f93ee9302
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0353-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ddef0b8c35714d054ba840fa72fd877f32fbbdf3d088a90dfef6393e7b4f4061
+size 100313423
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0354-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0354-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6b942adda98fc47f91295f7188a754fa059fe366
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0354-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d321248a9b24034ec6278a11dce6f0502826a928ef249b6d3c5f4d140fa7e859
+size 98559406
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0355-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0355-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cff53028663da8b56d3aa0a31b21467d69f29ad8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0355-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d41b64d0aa110419b1eed8983fb20e4b135e5951f5c110a04c249db2221244bd
+size 100684996
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0356-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0356-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cb1c9f4862e435568cc734f57fe775f9e1e3da9c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0356-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8e2c68c7410da8b2f992689e0bd06adc5d45ad3dbef1e09f8de7739aaa66306d
+size 100500121
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0357-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0357-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bfbf23fd0923765b2b0234efe06da896d85fb6c7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0357-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:60d039f2d0b26e707aa5bbfd86455c56b71194d12ab10e4859ef5d5607160e05
+size 99669896
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0358-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0358-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1cf6e66ccaaf2416e0d179ea5479b165a89d63ce
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0358-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eac7622fee83e7c30073b3e169517d12f076eff33472c85dcec7f4862e6a9e7b
+size 100728950
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0359-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0359-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..26b99a0ca3301e2fbae1c327821997575ef49897
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0359-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:177bd045685d7c2647089a555afa97deaa5b09ae6c3b04cb879ef9cfcaca1bc2
+size 100246424
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0360-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0360-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2bbdf7d104c94dee8631818cf130e3d582bdc7ae
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0360-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8081722d5e76d51333ac3eb87d7d2482972540d54815cdf12932a9695d210cd6
+size 99096686
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0361-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0361-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..35dba0fed15fef3093f878a2a7b04184f8880743
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0361-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c85aff917781472134b47955cb272e524366dee0bc2910c952ce68713e73d1ce
+size 99263441
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0362-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0362-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a360ebb4ed1230dc9ac3cf5b7c89d73a2935d204
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0362-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0427176e0b3cec7570d42565b05009ed784e2b1095f1e548bb7844cd16821d69
+size 99888838
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0363-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0363-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6e29489c1f43a13db8e8c2f0ddb62df62eb581d4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0363-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f803bc20d792787c9c371c31b675f662ad2cc959c218520c807dee8b4a555eda
+size 99616073
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0364-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0364-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dc2b9ea3623d58eb3083ef75ab3d81119609e1d3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0364-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e88b9ff58350cc20c67105c271d056d2ca690f4aa95e88a3b85b86f46b31cc3c
+size 100527759
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0365-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0365-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e3fceadf8ba71779c10e08d4f9a2a13051f31bcf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0365-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fa1babb0912fefbc3db57ddf4b4f4c0ebd38c2d4219fa5531a2ffd0772a2b1f6
+size 97853256
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0366-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0366-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2cfd03ea5bfc8c64ede473832133b56641de11ec
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0366-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:41e78181e94ca811c54c4e31efb2e13d09b459c8c94009cff909a57ebd4e6f20
+size 98978183
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0367-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0367-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a666bc0c37375c47fb06c8797c86a2e04e7fc729
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0367-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4212aa92c9e15fd4abd2773da646c22942aeee746dba47ba66b76e223d724271
+size 99306147
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0368-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0368-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a5a5850d8c00c0d7f59e79f413e0726ea570d6c3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0368-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ca75396f6c38e489a412ec6e207c6793fffd54b026cad30f9eebec05d6c1e6fa
+size 100605252
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0369-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0369-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..752e1da21e45eca89a8c08450ca2c6560c64c101
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0369-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7571cd4b3355f426611729db55e370b359376419051b04c7f144bd1586ce54b5
+size 99775812
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0370-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0370-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1453118d7d81728a566c3612ed038d07544cb1fd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0370-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8e0e6189b9feebf8a4a9d407883bf7848cfb4a9fd515d7602cd8c5fa5b57a8fa
+size 99690245
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0371-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0371-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..28a52f55ed8ea81ab3ac83da8450358cc03e6771
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0371-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:93e04595d26779c3c2fb12989939c356c48b36f2a8e9a8da6154cdcd0a4124de
+size 100228322
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0372-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0372-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..392e02296805eb2a7819a4d4b3ebb0c076bba87d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0372-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:08585cca5a663c69e393fda1551d5f5ca5efcb18720fb67fb615cdf413764d60
+size 100795357
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0373-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0373-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f92de62a7c6417145110589537f83a602cce312e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0373-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:249a65b3842aa8ccab82bba0547fc89a5bf797821cccfa20e73000ee517f650e
+size 99177686
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0374-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0374-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a9549d3479dd9313476b1291719c61a4440b98f4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0374-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:60300b3a87ebcda4ef657a8b0f81ad05130c66bf55e6db3c0407a9e160200dea
+size 100634489
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0375-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0375-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..16b936ae0794f4cab7554dfe698d5a13397c0942
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0375-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2f07795112f80c7a3335612f8c47bf25beedf65029e35fd93dbac4d5a8675d13
+size 100576936
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0376-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0376-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ea560da64b67a6eb29e622c982036cd32cb9eb9a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0376-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e4dcab8880d34ed51fdf39727b0f6e416465eaeb55434cc097a5719769e85b86
+size 99615114
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0377-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0377-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a79e80f10d6275a51f40571fb6246742b39aed10
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0377-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9769ad24b1324d8e90ffdd8b3b77dc1822843722d63c0fea2ba0f9d24ecd7003
+size 100318246
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0378-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0378-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b2d8b41485bd8a97caf858c92d93b9ba0f907ddc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0378-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7d0609d3a5e4f0e1cebc2b7542f5d254cf413d4ff2877d5faa733ff362942e6c
+size 99162104
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0379-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0379-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..09a302bf49bc6d12788dd27c888acd61862c1d0d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0379-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d1244426cab04a2005aa92158754619e1d7fa3417992a6d515041eedce2e0a54
+size 101004863
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0380-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0380-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e856d02394b207d18033edfab17d4c8c228a8a6b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0380-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f5bf767c14ef57e765da8035a2a9c9a12ac81cd6764351faf74d7ae353d186da
+size 99922257
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0381-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0381-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b14804465a0027918387db5f71090caea4897efb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0381-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0191caf6a169e518694ad7768989f3ebe8992cb29aacda53956d3243aed382be
+size 99112569
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0382-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0382-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c49d8f2508d37ed233845bf6254f7764d28b4d5c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0382-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:439553ae8d93fbbee25e7f2471527f9a385bd0568fc2c5144f5c97a00cbcd6a6
+size 99413755
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0383-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0383-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..928a0aa466409b289623f03f832096dcdce9943e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0383-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c29511bc008f1747062e9468103a8e3358afafa96f6bff6fa9134a3d48a02398
+size 99999087
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0384-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0384-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bbf3ccbbe3977587c270149cc0ad7e3a2c69edb8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0384-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:91f08c8d8bc0f966c672f58b3da34b65eede856a205f5bb31a31e9637ed947b5
+size 99981278
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0385-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0385-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6cb56da8ed55970b25c75f6a6d80202740489d1b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0385-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f5fbb1b1b47b2446e093eff1c055f5c2225234c8b553ed1a2711b18963adde4d
+size 101932024
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0386-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0386-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bb9976e3aacf4fc51fddda07b8c2bbbca92274e6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0386-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3e3b4d91b720d43199bbc2d9129c60d5bd6e4222d96e9e23e1e7b9615cce615e
+size 99899319
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0387-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0387-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..655f98a4b84a308cc76f12668ffce974739abc0c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0387-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6169a824eb600632a66241a7fc1f2dc52eab2bfe9cb9d9b7e54a29a35660be57
+size 97594111
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0388-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0388-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9e132abdf02eb29fb049f3f4b0b56f7ef8a4fcc1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0388-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3283e49dc4b683b871b214a0a927bfb6ad633223f796f3357b7b64cc4ed126b8
+size 100110171
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0389-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0389-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..106a3c214f79f27bb40de805830f85c9e6ba1b36
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0389-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d1cd8b330a1f2ce06124d23133923dc91c400c83fa10f644db64dab4c6fdb420
+size 100147247
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0390-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0390-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cd91a5c07ed360768ca168576b4511261a160990
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0390-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ad8e14db85d735cbddc5cbc07fab7b7645f0627b461908fcf1090d82a5bf2ade
+size 98471325
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0391-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0391-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9f0530682bf2421eee4ec107df768c7fb2d704f3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0391-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0dca6d09e886e0caadbc06717b1711d08829e5c19209e5bf33cfd42675795709
+size 99840799
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0392-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0392-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..23f6f8216ef2e2bbd9d1f8b49d88d40be99aaa6b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0392-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:79d281a9c8bee565f8a18b73c688fddab4166cfe96ede7f83ab1e5984c5b65fe
+size 98974019
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0393-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0393-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b61551a1cfbd0b427159a4429b83c324239a61e2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0393-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:89bc9f2a14417b4058632f20fcbc2b8baa0bdf4e3eb33b195ed0ccb5528637f1
+size 100411176
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0394-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0394-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ac754630067eb24e8f16ebdd9059f33e91b45a0a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0394-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:71f336403eb35d3fda3d7e52eac550a732de316a0d155808e88de4e7c2f5d3cb
+size 100183310
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0395-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0395-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0df5f3931523007bb88dded7f515aa8a37ad19dc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0395-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c4eefd1677620a54a4fa056b5bd515fd250971704f46069986b4a775509ad990
+size 100479916
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0396-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0396-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8adab4e03d17b92835be2d00b97ee785e0f21e93
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0396-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ec28bc8e4d541f6d855af443c2e728fc23a458e84cf7dec125ff1515d93474b1
+size 98803870
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0397-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0397-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b01becaab64e568f584747088f14f905f197bdba
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0397-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:906f513696f14e3de52457640390494a5be955462ffb7b1d5effeb9e51375502
+size 98630812
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0398-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0398-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..71153f688c1de85aab122eccc30c56985b20ea61
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0398-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:78cd867ba12007cde5f0cbefb00279774ddb69f6876192532413bcb232ed04d1
+size 99436321
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0399-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0399-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..38fd53117f38c772b8522fddc17eab5277286f96
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0399-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8ed54affe856839828e2dee0ddf1b2b8128c75d44a13aa3dda2b024e6fdcc4cf
+size 99675590
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0400-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0400-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1d0289c7c5b77b139a1e87d1d53ef617b7e5b59b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0400-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5b0372b2b55376e057f0e42af2264a359b3452c890cfedffa909c37e5bd7c65a
+size 98804511
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0401-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0401-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..777f4e043258e21c7bcdb6629461a9e562df8796
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0401-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:374437a0291ebea959e43d836f22590076c7b5c23fa3c62ee5a0e777a5d5a6c7
+size 101522462
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0402-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0402-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c66738a914003c1ccfd1c4c3c1229ddf38bc590e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0402-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8c3a6cd311ebff869bfe846049c3bb91c14d3295e25f924a9704057a87d5d5a7
+size 100344153
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0403-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0403-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..da7a805c69e4eeb134b344fea81ba8bf3ea92b60
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0403-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:764adb002f028085f106f23e586385879b9b9cab49d5c3bd42c9921c4771864b
+size 100699532
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0404-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0404-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..07353860a927dd5e77501f702181befe5bb68273
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0404-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:baa0c2518c489f40a7e0d44a90d193e8349b65a3a449699cf96fdd5f221a2f96
+size 101546886
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0405-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0405-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..04cc8b1f0f5674f6c9dcab146f9327e44ba71b13
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0405-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:71b0280de383256a3a3558f3edefd6c18a40f3b83f86fdad0658ef2af70964e9
+size 100262704
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0406-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0406-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e9f19a186febee63535a8a9c31c95104998a142e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0406-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:59b52d5a67bc37da583ff3d9d24e9f678e0bb1bc810414ae0f6426da329b90ee
+size 100005165
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0407-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0407-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..835aaa177acb82e377178d0d1b4f4212c9379c09
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0407-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b807e0ae0f872d1d178bb3cb6c1970cac6c4e6a6d6beea50fac2ae0fdd161289
+size 97796057
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0408-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0408-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..573321055f1e6fb125dcf2176b38af9dd67563be
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0408-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e56923d8fb5fc478330c1f68ae20ad2a9971cf1b135f414772bb2f2c9ef692c4
+size 99124383
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0409-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0409-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b54453725494c10912e3713b6a6e1f581c01d82f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0409-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:aa706f21125e595af66b4f5ca114f2d243b667c8db962e618f30b908bc1e9f5e
+size 101150524
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0410-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0410-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..840d1f36a45be2fec5b9a79e7e20bb4acf064eb8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0410-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fcde14d2695693355c854ac8cc74238bd0e8b9e2c1bf3dcf047e0333be1179e6
+size 99724230
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0411-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0411-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a5d9f51c0c2b9d44e3b79c529bc7a8b2ddd65b3e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0411-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:45f31f75825b62cb7fd98ee99ff2abee3032e55fd8b3504a2542cc48b0f8add1
+size 99870244
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0412-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0412-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d1a3a8facb6fac293261f405d5e6434c71f58986
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0412-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:937350bd99a6161a7384e3b91c4618209877a3666e8dc7ad70b3b5c921b4602c
+size 98744700
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0413-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0413-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ce4958f5e01fb81a622662120d98c71b0bae0081
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0413-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3112d09a6b521c71db62fd578d9816ff8d04a12bf1e8e88cf3927b1c86af190b
+size 100682946
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0414-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0414-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a49ca5add26712cafddef387e723a6240dbd8288
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0414-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:091540e567c859a4ade440756ed05b6c24bbcdcd0e619b2fe3bcc8466b107d5e
+size 99447166
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0415-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0415-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2d9bc56317e3f9d89b1a7b7724ecaa8a79d47442
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0415-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9c464a74e4c9342c9e1045c5bb1f9e3b8785f1d000382ebe323144e6d1e0ad18
+size 99814884
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0416-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0416-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0ba13c9703ba3a7c4ed90e340d7fb8b22dd5530b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0416-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5ba705be81bd62829016f7e864e04d5ecd73b839c00df350d06705e7ccc7340e
+size 100150683
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0417-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0417-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8d738e8a8121895227be792a5052fee536895313
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0417-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5692abca6bd877246cb2ca32ac5dd42cbbaeab219fbc46151fae8b16155da01d
+size 100010201
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0418-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0418-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ddeded1a5fe07235d962bc58a77e19e4e457942d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0418-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c466daec8ff1dfe1ac563f9378a835ee458920913ccedecacb9363f05f9eb115
+size 101428517
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0419-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0419-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e277dac6ff18559828be0402017364cf5ab7e5b7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0419-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c14521eaa6042237f5ede789c7136bb693c816b94d5a3230ffb7255ab0da4588
+size 100332925
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0420-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0420-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a813a0c8aaea01c155f943e7a201f454f1dd0087
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0420-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7c3cdb50529a002164d726737aa29a507b9343aecb775ac5bd16af739c348b5a
+size 99684236
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0421-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0421-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..db8a54be839c393a60584aa8e88120d06b66d2a1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0421-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b9360148da62ab2f17cb54352ff4088da7411310473033e42228963cddcdcb0c
+size 98353810
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0422-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0422-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b303f055234be5ea01c56d4e8d30fa3a229a9da1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0422-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c3ee1b87d8a8efdf16f8d49d73783a1aac0e905f93bce4f6d0b2df6c090eb307
+size 99556348
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0423-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0423-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9e9c03dea5aa164fa19c59f9f6d86d055ccf531f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0423-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e5d00ec151efde35dc84456526a7ac903bb5dc72561bdfdb20ca7ff898193800
+size 100647187
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0424-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0424-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a36d05e374137d8e608f9542b7cf5dbd2d798c72
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0424-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7389439989e1b4aac3214548194ed80480d8ace3d2bb91f72e75c056b02fc8bf
+size 99695340
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0425-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0425-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2c70a400efda77ceff3d8541d2d86fcc1e32cfa3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0425-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f0abc9a1e0ec807950f77c301380b42c627d5c626ba7cad9ba531e7689356429
+size 100034184
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0426-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0426-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5a3d0ca3259d81870b450a46780b8e7b9390c6c5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0426-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3b765ec466139b6a455e767ebfdc169e410c64c0b2c2881ddc852cdb13ea5f3f
+size 100353259
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0427-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0427-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3b0e7d55bbe0f2f066030ebcc4e8d3e08124eb3b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0427-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e22d9158147a7d0e8de03e93f6f485c9d271958f13023bfa22df8060ff285c6c
+size 98604063
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0428-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0428-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7568b0c78674450b10d8245cfa55cf92097ba5ec
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0428-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5d81bb0b1087886ae8e14b80594025be2e2550bcf59c743bc58935559b7bf4f4
+size 101053827
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0429-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0429-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6c1bf863c45e64e46524cb3915146a47dac5ec52
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0429-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b6ff51e573a4f06aca1ae9153b00a2e778cc29c34b7f905e50cbb1a7ccd06d19
+size 100576102
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0430-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0430-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bee0edb95428d15397b48e259609fc6f12485535
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0430-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c2d3db32c3865180d328650ffd327d37bbb428c0154c6e8a6f71d5c18e47f5bb
+size 100483546
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0431-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0431-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2d8cbf39f5eabe013584cf57a1b8fcef3126216f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0431-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:adf6f0a20a34a9c410f1a16aef5947aab7b0b08cbfa3907f7bb20f81fdc53ffa
+size 99286895
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0432-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0432-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0c8c307fd62d62396d6b8c00cc7444c3dfe116eb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0432-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6540cf49814ad98033f8e1087e222e8cb7222653d87b3f73d2742dbe08ae5461
+size 100144013
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0433-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0433-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..08c3a84a9e01e7f72a2379e55f2fc5a8be053440
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0433-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fb28a09648203ad035872ef9f57b43e7039eefbc4a2792009f413d74535a21d0
+size 100060239
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0434-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0434-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..97eee9ef2cd02f31b9230da0605e63408bb59ef7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0434-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:41b8228beb22c025a8ee5892a949c404c20f333330f471559b5a77e7794f2a65
+size 100000174
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0435-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0435-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4d406a929d2eb34e2bf2bb2e8ed5729253d847d2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0435-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:779ecaadcca3734af35cf8e9b7fd611f2b14d22c2420f19c3ffe70443f5be908
+size 97605932
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0436-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0436-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5fc4f45a44e929166ad5da1006f76bc45140d576
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0436-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b9b40c7b1de8abbae66b2734e5957cd4e14447ff7c6c1ab3a84c055420d20b4c
+size 99472535
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0437-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0437-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..21c0133d61d3bea8f01349bdb56ab2f5b028f8d3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0437-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:661c4a7b3b5fb8888858a9c26392e85a03491f12b97d6ac62287cc88b3766eac
+size 100384922
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0438-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0438-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f16a59bda876caea2e4326bf05acc73f44360c21
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0438-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0fcae0c3eabd43d0ef355340170f1511aa77a75c58c88acf32d75681d01bbdf3
+size 99929415
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0439-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0439-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..930e5e767929f2d7d82fb7e82ba18f7d4730a6ea
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0439-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e29220f87242d6528a4a48f9b3f89929839fe5cf592dba4ceadfab0be635fd3b
+size 100721411
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0440-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0440-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ba1b6e0f22d7a7720a3d06fe61fcbb82b0cc5544
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0440-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9b136d0abfa25160c3ed3e9cb7bc738bf678b59a05bedd9cbaafdf58ebf36979
+size 99365341
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0441-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0441-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..88bb587b6fafdf8dc903a0f08c575c16ab26758b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0441-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:97d7f8f43176ca55c2f6b6ab3a1288fbfe033e9b24075c2f8e65643e62648240
+size 100908387
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0442-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0442-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cbfb82e1101982680e806c15e4c443330d9d1b56
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0442-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5bbb33f0e69e3edc212439031561eee0bf960528832c084aeb59ea1af9249aa3
+size 98912874
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0443-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0443-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..51acb094ff6888bdb7c63343bc4549997270e3eb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0443-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b6e05c503b6792c4a447410dd228ac8bea7c27843bcc2b44ca542d890fd8d455
+size 99311184
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0444-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0444-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..53a1033e58f67238ca135dfdcf88467ef00d9a17
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0444-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:56f6776c1fb000b2925cfb8868c2d877ef0d8f97fc9f158b4c871b203208292a
+size 100532305
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0445-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0445-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dbc3e6599888427254e3f07ae9a9da0dc0a93640
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0445-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1516ce21348d1eaa000cb560402fd9ab6107109a712e07360c2bde69210eee5f
+size 99889800
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0446-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0446-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..53a99e3f852222bd39bd92308febb92e01610377
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0446-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:06f0144682f161732fc1bf8c99f9bb300acb7ff01653be8969a05010a014f05f
+size 100951809
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0447-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0447-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cad88ca72731d747698981449365559e6f46cc03
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0447-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:55e0a54a0d4d6e53ef9727f3f79e6010f7422bbc3ddfded989137d751be032d7
+size 98780077
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0448-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0448-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f18766a6f80d91985acc7874a6af2978a46f7b78
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0448-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2aa2dc5f262e87649e5bc577fa432219e86ab31325629c75a965bc4ff04e8436
+size 99119315
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0449-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0449-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0cab6a50cc4ddcce5e2cb0efe37b0ca9bdc1f30a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0449-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:aead8d8a53834f42bf43325a9fcfd82474af9e8e14060afd6f831398171766d6
+size 99260892
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0450-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0450-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..32d854be6c7ce1fd22e5d9ee462d8123afd8bc65
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0450-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7490d8981ca0e220f0e3fa693d5b07d625d17afd52fcd8e2b99a068e6a5ca604
+size 98917029
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0451-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0451-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ca765947d38449abda8f661f0a7b3bc5268dcdd5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0451-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d6be0449965eb1f6a649bbe7c16459d9805cd0c85c23bc3fb15a8be6222c341f
+size 99658475
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0452-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0452-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1954c1e383b0750ec7bd46771a1c758da4bf55d8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0452-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bd1a65c841a7343c0dcedeecac4154012d818ad4fc3eda73b2b2bf16ee4f011b
+size 97877737
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0453-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0453-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..143fc666c591c8c8de522310e13beae4a87e8a76
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0453-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fc311e05e7ad8bfd47832e5beecad712571d8c203c92b5b55d818b190361bf39
+size 100269244
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0454-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0454-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1a90e01668dcd0dd2c90899dc3cc4666fb4fb3d0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0454-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:73bfbd463e9dc6a7f10c1c0333e7d909bb64c4909608c7e128f58a584febf141
+size 99244727
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0455-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0455-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0a53fda6f03b44be5f89855441ca2710b40c2c06
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0455-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:206748c35f2815069c250a8587e2f574a453d148e293db368391beec1e24165f
+size 99122867
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0456-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0456-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1fb50a499c0f39b3a336f48457ad03e93d0aecc8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0456-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ecabf20a9e322a2b3218ea2b4dfd278e7115c7cec0ade4e02e55943246a5e778
+size 99492269
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0457-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0457-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..af012ecdc0e3644b6b78111b4d4cfbfb922f07d0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0457-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:abda08c506f87f13f7c1339ddbe8b6d7da1f95b5a13be51780eb0e939ad20dfc
+size 99917508
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0458-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0458-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a4395ff16e49f1f4d528de5796397c10b7afbc2e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0458-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:34d603f33e2b0cdedcce81459c37e1cb98657eba4797d24dd52701abf85ff7b4
+size 98886576
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0459-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0459-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fd5e31c100c70122f23f880681b23c782da5b926
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0459-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3761195137596145767b5393f74a3a268a699130a9f9a045e7a1c0d8988ec343
+size 100842006
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0460-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0460-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..89aac3dabd7e2c8556efddcd417fed74db1937e3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0460-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e85d42718607855e6beba4b477a7cb8c79e6e4e508daa94c5328fffdb5c9318c
+size 98587234
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0461-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0461-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bf211e99a68b43838113f334cf8c2c1f288398d5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0461-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b5fe48f15f9366eda6aefc79ac1aed12c2bac0b33f871173c97daa1975043ea3
+size 98752233
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0462-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0462-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..06de8dade55fe7e66dd42018872ea54edd1a03d5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0462-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:461b712b54f0ae75809b6e66339ff3564814cce2b30527470e02c67d0e34fb72
+size 98531223
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0463-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0463-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cb81d92f1f1c9937a1fa35e322f03462d4bb8a4c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0463-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:29e0d8d4b61f9c90d8ba85e580f02de815bd3ecd284b3fb29587d134ad0bc87a
+size 99545102
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0464-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0464-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b0dc68e233fdffd3eb0f398194465d8c460ba1b5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0464-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7c513c989c7d9c5ce487fa0b17a30f541a57f40cdfccecf76814fcec814efd72
+size 98724775
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0465-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0465-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2740ddd521835534fdc53758c9250e3550902270
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0465-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eaae503fcb6a4d5b30fbc34f96438c3ed54c3d3055aaa9ea3b7ca9c84869fa8d
+size 100460475
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0466-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0466-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1e73abd371df65ef2f0ac28be6a48b0223b4026d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0466-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bebb5cf7d26508c6827791b97ae4c14e6272091241d124e6eace349092e688fc
+size 98460989
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0467-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0467-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ae156a5a756e468778cb025f8a4c00811b100404
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0467-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e79bf0464c0a67497b6a75ba17fe7dccd3c724935f01b1307e0e38e6079663c1
+size 99931659
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0468-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0468-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..52608cf2d267c2c711403f8f46c53ec5d1c369c0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0468-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3e3ffdf4e197aeb55cd568e1ebb51f0fd08b52378133ace58e5b45d10bbf1fc6
+size 98025128
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0469-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0469-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..91a7435e2a884e79853686428fba3d87c2bda1ea
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0469-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b5cca379535d04d2da730a33f2391fc259d92c23d607aedb195019226d2b1b88
+size 99174670
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0470-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0470-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f36d75967a7750f5282ec45b7b68c49352cfcffd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0470-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f687e601a5e7a295226a4c3bd24c83d1772a01d90d6b4ad042729164ce370459
+size 100925906
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0471-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0471-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b1f403af89138177b0d510e70f263025b792fddc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0471-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6b3836fdd825898f93a68d92d72f4eefc42582de34dac042766cf7ec7274364b
+size 100673880
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0472-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0472-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ae131f6ea06338b2689110c1651370f52703a933
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0472-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1d6212e82960384b21e1803d712315f98d2edf228e35df5842fa1ef9127b86c5
+size 99935553
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0473-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0473-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5597b6869de49d3b5f0736702c899616f754cf57
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0473-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:83dd360c0a7e76b59777109d415d18d23a8fc9d66b53b02151ef3f5d7568830c
+size 99700173
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0474-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0474-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..90345ef901069e5d0593b326447e8272a27e8db4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0474-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1d2c7823efc3badee12f0983f8a7b70dddb3f759f146ceb1a78ab87826a24573
+size 98685621
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0475-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0475-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9aa2488c4d999d6905fd8b25f970c347540f0b62
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0475-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8af116b49346d6bde5e6b56c63b26a68379df12652b7af33c6b52bdcc6898bfe
+size 99140652
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0476-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0476-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ba633528536c423373942ac37b2724d0f952a5d8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0476-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:655192a0bfb1f541a9907459aa7e8b18e3c3628ff652d1200a67b752a969b679
+size 98246508
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0477-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0477-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0891cfecd7b463ab05da0949f824b495810ff1c4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0477-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:25911f8125e39b7ae84de99e5bf8913dad7a5c4ac8180876f13bf1647da693cd
+size 99202879
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0478-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0478-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f66a1dcb538eff0e09a41459cd3ac4f00949bc0f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0478-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:40ab3a41ba94ba2e3d074d2f2a2018fa9e75eb6d599687512a223ac09309fa07
+size 101147789
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0479-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0479-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..87b1a1b6391c49e3399276fad99c2ed36ac88c05
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0479-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d041521dbd05f6bbf353c31b0e31b08afa6087e8b3bfc27ed91890470d42852f
+size 99191601
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0480-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0480-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..03a29632408ef6006df912192f0480226f13ad87
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0480-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:45de347aa82e9392c9082159b9d99aaf8b3ffe5f09b156bc10309c18b2d585be
+size 99233310
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0481-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0481-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..49224f4f6610085720597a2c34dc8c068260f76a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0481-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f52dce26f8b754bc37251656afb45fffd5a43cf9f52d41c2fa2ec876fc173293
+size 100165174
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0482-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0482-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1055fe09ac7e9bf58a88379a81574ed9149e3fa6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0482-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:745d5bb3db451a31cd8e34b2266aacd871b0c7cf00890d6b9b6345273f476869
+size 99072344
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0483-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0483-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..feeab05b7d77465fc8007b6e334446f4c15b04ef
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0483-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dcfa6c9f16c8e619731f06199f38a18b74f0ba8bbb770d64c3cb9a6bf8d6a5d5
+size 100344196
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0484-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0484-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..64a9e4a64b40eac798e38b98aabaa553de06e1de
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0484-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3039d24b705f2d86a72e82910f5ee89cf27cb56738416b5aece938c4634eeaa6
+size 100125435
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0485-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0485-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a4dd04bdd38c745c6826e510be3c52f4ce7376ba
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0485-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fbd2f21f60c77de9398cd235eaedf48cba7d2172be9eb978e6ce8bfa6fecbd5e
+size 98854095
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0486-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0486-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9f73cb625337d7b3764dc218d1eacb464b5164cc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0486-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:646575c0fa04efc61658d76d949574b497ddfb27435e7abd08f4e18f626258ce
+size 99502404
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0487-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0487-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5780657c57976685738d9f1a1634e421ee036762
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0487-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fdd2e62f78e8776c9f0e3633d127996f85b2d0ce39bc1be124c2021888553f09
+size 98330916
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0488-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0488-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fd5a8b5f111eb2f99171e40abb879e5fdc59128a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0488-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d11c2385a635a0807a1fd785ffb8e0cca7c650c2f74e13a774a16dffbdfb7bd2
+size 100783595
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0489-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0489-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5fdb7465281cbc97e825de3370973bc3a02aa710
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0489-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:00b318d6c04d7c647671d3005463f6144ea31f269f032eade47f100145f52bb4
+size 99210552
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0490-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0490-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d72b35fbe1a3a0290ac5355fee0d842945351031
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0490-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3fce4bd8690171c61ea0901b291c2f0f25356e7cdb21d66ec6db9d2ea691ac6c
+size 99340793
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0491-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0491-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..edf423e9ad012877a296fd34da9871f86b28f620
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0491-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7151adc1516af938888be2da1c4a56bde11fd7a216b64f4413fc1ddd2b1c9ad4
+size 99415105
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0492-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0492-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b48b484d4af4d3e5558c07732aa9bb763e23ca55
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0492-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:15414122f2b0487994b7885a7c119d366242ff7380bd4014d4297b363d389ca2
+size 99878016
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0493-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0493-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..86f0607a2ace602f3e0418c4f282deb944a61d98
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0493-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:56262b0244f8901db0248a843e2f1b39dfab45f6ea08a3029a5b1aad9ea12838
+size 100334826
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0494-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0494-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..76fcb9d311f60f9ed9e52e9acf7c1b79b2ba547f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0494-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bd574f0993a4dab70d4210d1c1cda8d2af62ed5bcfacf0c0a3c268fee3e674d8
+size 98053111
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0495-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0495-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bddc65c1c2f6d826b61a6d0e6f19a8b886721ab3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0495-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c7b6965bfaafe348deb25cb21b295a5e25351983543b19240416497f68b06638
+size 99571997
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0496-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0496-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..77978a1ae032a41679f1396e21e9f5e57c609456
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0496-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:180f52938237939290b6b2d93e388925360a0f861359d309c3014451597c2e9b
+size 98789481
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0497-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0497-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a2566425736670aa50f52497790b4e2341e97dc4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0497-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4634cdff521d3aba21e05cff4a81a943f9a88e6a0adce1cc868b76c5252d2220
+size 100532261
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0498-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0498-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8b48ce5b733ea11fa227b0257f0df48751e2a2a3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0498-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6e1f58234de19ea2a7f99dad2b5300c5259b80f7684920af15395a2b78916a16
+size 100146939
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0499-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0499-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bff6f004778b1a0f9ff024a66437045e38010fd6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0499-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e255b2b143f1d8058d1c689447384c7d0fe477a028f02c497ea9b2c635a75ce7
+size 100113176
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0500-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0500-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d683636f2fd2da1d41bcc6187eca7e25e5f330a6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0500-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:08fc142f25bf7dbbd7a781c09a26379634c0bf155d0bf9702f32a84403c2470b
+size 100279542
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0501-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0501-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ee283e24bcf2a6ba7f1f28aac21200e3f79b0036
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0501-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ea777f347319ee7999941b358009352c1db9f072d0bfab9e55fb2f3bf959b671
+size 100673766
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0502-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0502-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8ee20573ad164b08aa6143726176df5e696cf1bd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0502-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:17f8244302e58f562198f4534498f2d2501f7c4679446789f3ae3c9429fe8b83
+size 100160874
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0503-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0503-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ddc3b841d56c9103b49381840c86dcfe70be3d63
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0503-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3726c4932f7f650b0a9dc4e57720ee063ee8b6c754b9d9b3b992708a1e06bb4a
+size 99367926
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0504-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0504-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..801ea385d94f28b4178e6a06f00aad596b9b8e0f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0504-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4cfaf8b790817e8b3ecc9169ab0e92d276d78730986726ebc028fdb9a0911417
+size 100482729
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0505-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0505-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eaaaa84644bb687c201115fa3a88c441d4dcc3c1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0505-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ebc6829fa72f2603ca01656d0a1dc4eb35959b09d463dd55af3379b6ccaad87d
+size 99773295
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0506-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0506-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4cec2d68dd88f11780ce3979f86c1a3e810e64cf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0506-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c0e05d2a83462e7c71b470cfa57be8046fa056c97e6066b11872818f46ca45f0
+size 100558271
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0507-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0507-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..410ebfb2932022a36e981ea044beb0ad45b3e703
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0507-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1f3bdd019bbcfc06d9fdef71d507deff1a4c2a090b1f76334e0ebc433bf33c0f
+size 99853258
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0508-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0508-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dd2dfe1044bd29038b06e7b3b74452a2bc8e7417
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0508-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8a7f4d09caf20a02db7feec1797afe1a265fe6bbed9c5bd006329bc8401b602c
+size 100335333
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0509-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0509-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e3d19dff011ccde2d6698806e324d423d236869a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0509-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9c2b3f075dc742830dc5430fd0e5ea20672065ac5966b6eb699b42c969782021
+size 98647258
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0510-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0510-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f1ffbb9f39bc834179689bd5ee9d36aa034ba137
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0510-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:53b8200d2691779e87b61fa586d2eaee3b4f795d5c373131295f406a24208cfd
+size 99647255
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0511-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0511-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..317e0b20053870a000fd6bcd601e687d0352394e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0511-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f2efebe49ac587cc60b4f570a1bbfafa3369ac8fc7c8c8e05eaea36d92fccc9e
+size 100430109
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0512-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0512-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e4ae04726a9e9ca0dee6a3b9b05e3569272e5225
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2018-13/ultrafineweb-en-CC-MAIN-2018-13-part-0512-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f097b60cb53dd62f5ebf0306b8e76f068d58683a57c7832b04e7b276fc37e1fe
+size 101005986