diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0001-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0001-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ec00dfa51b38df314d8dfc0c5da3ed1989151b30
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0001-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:40e5131de7ed5afc9fa189c8f59d3fc2524a1dfee0777b4cbd01a2b375142d39
+size 99132387
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0002-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0002-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b6a6f830886c455f4a4a99e5a27182ab2b74bd02
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0002-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:240dadb32dff1bf3c4bbcbaefd82bf8bfff8ab5808b12121b0ee30acdabc51d0
+size 102973679
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0003-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0003-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..862ee764616cb94783996ce604835ae165e94d71
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0003-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:139816b011ccf1a0aadac94fc29ca898ac559bf6eb01b2d040b5bc340fdecfa6
+size 101518656
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0004-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0004-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a625336d97eacc14a6370859aa59ca2b72a3ec09
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0004-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1a2b8b8aeb00b1fcce678e7520a085cd5463d07604add6c82c17a1c27c06a358
+size 102490132
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0005-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0005-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a0f9ac138d7b85fdc8caad29ac6a97f63a72d3e6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0005-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4a06d7f9b2f2deca5800e8f18fcc6c73ffb55410b2384c42430d7f83b878ac62
+size 100870253
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0006-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0006-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f3bfbb0e47b875456a030902ee9b996fd73da76b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0006-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f371b3c274ed23972ae3b21c2eec28bf271e4a51dd669fe58c7b8cc0c4bc7809
+size 100444662
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0007-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0007-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f0886e2341b49b79e879a500f752d84a1387d72d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0007-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e0836d83e1b0a00c0d01bf1797ca9d1f385693c8fbfc0f1e2d02ee8cb8ab8c6e
+size 102670751
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0008-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0008-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3e8120f4af24dae7027b64d9d7285dc3a58f4b2b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0008-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9ced88c9c17e488a10ab3f3478ee50853ec3e263bf8633a21758ae543e2a2b7a
+size 100757529
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0009-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0009-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d3e8e322feaf4dc8282239a55aa1c0be24feb073
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0009-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:90740353e36b928488db25589568e3fc83365fcae318a817a9da3b171ec6e86d
+size 102366436
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0010-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0010-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e593146b85c25dfb75430ad08e887ffc069f247f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0010-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dcdd30bbcc11debcdbcd81ed3d26ddacac02f4181e314b34b913755725ca90d5
+size 103795519
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0011-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0011-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8d4d2b7d129bbf93770a55bbf4862d3f436762b3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0011-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:17f8ffc016ca60d21cbbe17cd7b74553b49fc4555f212f235cd9d8f92c1c2ee2
+size 102402749
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0012-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0012-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3505dce8c65bf0b50d96fba1fdf0e99746d6a4b8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0012-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0a0cf035afb7604c3d2c913d8eff281e9269585022753acc7159e9ae2067511e
+size 101549718
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0013-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0013-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9d6f8ab07516dbc57e6b55abb99c571bb708d6ef
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0013-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f11e088d0a86dc1af1ec37ae1d4cd6de41673f85fbd804b5b089950fd5ba0d79
+size 102740314
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0014-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0014-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f47eea2603b08c47fa7579eda5f2e6bf7e48131c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0014-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9ef3f3946eba8204b48ca1a31ca7f929175f95496ef9fcb34b6b2d139ec65c07
+size 103269732
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0015-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0015-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..260f7bf1eb5f50cbdee0ae22e21a3730c4bd9ac1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0015-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:133e5532382aedd17ef4a88408cc521911f4ee191649db8a6161b367ef033df2
+size 101878066
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0016-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0016-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..95716fab376acca3cdf8b52cbd38f912d407a043
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0016-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b5e7af7a58da3ec38810daab5f4497f7589697cce3c7e2e84ace45e06aea7eef
+size 102766550
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0017-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0017-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..26e7a470bf0cb572d37ddd6f28fd0724d2d6ebab
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0017-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f425305e2f3a34f7a0de17826de58342816f4287a6691b0ccfbc9ca844d2c9e8
+size 101565422
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0018-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0018-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b4f267aad1c38d55de88b8285e7413bdd7519e22
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0018-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a267d7bb6eaacfab70458d68d8ea7517c77d2ebe98f564d7bde95c7e041d8dc8
+size 100850081
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0019-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0019-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cf19e0847fbcad4116bf25fee3f1020b92cf2cea
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0019-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f6570759e220f524461bbf9dbf9d48f32712b6845795ecc866503a51761cd215
+size 103855341
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0020-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0020-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8916398d671d2c9761c2944d0c798ee4f40e3bcf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0020-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8e168fdfea49b2cde3e9e0089f8f40ce69c3fba3f0b45d0645827f08b475b644
+size 100621259
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0021-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0021-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4ac3cccd8a05e2bc91cd804432e3af2c151e0579
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0021-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6c92e51f7aa31794c8e036b24878daca8d2845122fb0ef6301196184733674e0
+size 101799742
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0022-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0022-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..df7ea9d2c881d66ae36ae36471b3c8ccd449a9e4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0022-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d6c155cbcb4b2e3a9862f33018f89ba9540ebe0eb4259b8245f23f95534ec9c0
+size 103673273
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0023-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0023-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..61ef2f6bf8cff0d9712aa7c7c0b59123bda3a8c0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0023-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d51c6d34bebae27927763db054e93d7f73673b1f72e4df3118b896fbf03b91c7
+size 100649456
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0024-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0024-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5d9f50a56612e8bd56ede3c4c01a870d6da92806
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0024-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7ebcc3b0c9abc724e5ecdd1c20d13a8ff2803fcdbbc8182372a84f3fc6347b1e
+size 101134350
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0025-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0025-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9cc778e71d03db6ff6611ea94008782a5c151acf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0025-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:12cab9e9249cd214b86a9ca2e8b33649df569110d78148686e2aaa27bc47a34d
+size 100568888
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0026-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0026-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a4890744d50f7eae76988f7997893fc8d983f46e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0026-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:24f8d35a66245d5e504d1dc5c1e77042430f786afd8253f46ab85632ed47ac3e
+size 101441836
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0027-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0027-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3ec53ff06c2d7a43b18ccbb328162bfcef2e6aed
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0027-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eadbc6aa8f980be20ee2c77c65e803bba41c68e9f24a240250dd26e4d5bc87f4
+size 101674796
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0028-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0028-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2c01f9fe15691acc2d46b078422557a79e09db3b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0028-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9d1b75346988e2cf552be89eb2e55d1d0226d8a535559d502162fdb47b10b88e
+size 102757001
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0029-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0029-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..25a5438a709b08697cac0a2acb83a76bbdf9d984
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0029-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9258235e2d4712ca6ac72836cd4629f69d16d95c4c0996511150d507205f4fe0
+size 101365746
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0030-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0030-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9992bf5b4b48f6c4b477c4f05d442934db9d96e3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0030-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:450d1c99707a40142aaf72ce80e84f7045e809f48beac844d2c72b2d9a9bf3e8
+size 102011409
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0031-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0031-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4488afa7a137127218b9b7fc17dbcc764912a4fb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0031-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:970304f01c77edd41621eb2a487ba25818c59a66a48ef7e9d55d8cefb044ffd6
+size 101626775
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0032-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0032-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f6f75ceed410f77c59f1d8632eb1338875b07569
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0032-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:664d6e6f782968812e4fdf4af283ebae40688fef8a024b4f4bbd736cbea75360
+size 100271380
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0033-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0033-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..14993b1baeabbb4b176a07fb8697f17ecc4aa0f8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0033-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7e6107a3d4d6a8d01aa0d3e7d3a0093d1444de6f73b176f76600fa1b9ed5f97a
+size 100462509
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0034-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0034-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1f34f323d9a12c2aed46a54dfb4493e7bc462afc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0034-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e6f29879ceab3f987ac7674fe893874ce87473580724aa877f1870371d1a3947
+size 98573461
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0035-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0035-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7ae073ab04701f8245fa3cb495dd30b2d917bd12
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0035-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e959a16a212d6b81fff81fb7436fa3ed55230bad7ece6f0125eee495dc63bf8d
+size 100070758
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0036-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0036-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7a5606906bf430c91d3d3594e6c832918df03999
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0036-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f784d782e3de80818c8601ea0c89c1a0adfda04131de9c5ff2acd77b3f94ea52
+size 102602351
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0037-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0037-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..95d8fccad56ce5f3c43e986f9111c551b37cc44d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0037-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6765935033261a8602cbb342e4047591205c32aa2f27b4bc0d61e4249b97ca13
+size 103286783
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0038-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0038-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bbcce7a1da61d13171f1c095f74cd35649ccb674
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0038-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b550952c51089d53293fc077a52ae7f2ee014ac3ba855843534469f9d9f07456
+size 102607537
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0039-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0039-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..da3c2e5e4169f2a46319340093b3718c3b3b0066
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0039-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2d1b84db4a3eb9cfcca68e9d5a9c46cd2e8f0e72644b90aa3d00df9b3b7a99cb
+size 100911050
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0040-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0040-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5c6145f9e216391f01bde23712ba5093c9e2d706
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0040-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dca59b666817cceda0c40741d872aab3332a9835b0c393ecec292443e50d14ad
+size 100408380
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0041-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0041-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..61ddf432ad4b176d103c93bc5cf9c28296ee67f4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0041-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1eb4c45f7c69ecb69cf63ab4acf94928e2eac4637de181fd56f6c6f7e6a73eb9
+size 101746387
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0042-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0042-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b1abb2da5536de9a19f73059bf32286cf2bb6519
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0042-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:070ce4bb15cf35847d6a3ea71fe9202dbc179ceba8dc4e2210c065a50bbd95ca
+size 103463492
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0043-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0043-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8ce705e5b03fcf59276b0a78cb36b82ddfc6e4cf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0043-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dba5b8629963e41277f846d46101634cf138a921ff2b7e626b723c96d7619681
+size 102191775
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0044-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0044-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7560e85a72d3cd39c19cae57c63cd7a998796208
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0044-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:65f266d019f3731a6aba042ea705a21277d978c02a373799e2d6a3e653d54e68
+size 101943407
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0045-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0045-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4b5d6674ade4b73fae33734c55c5c8589b1b5f75
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0045-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:057d2517ab342823ea535a5a92a7a22343a6ce229d58e6f663e95f9d0ecfbcb6
+size 99936235
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0046-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0046-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f02affc63d6a7cf1443f4c52b283ed135113b608
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0046-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:02236dc39053d81a4a75da1dffd542c1b8c90490426caca08599186deb9c6fee
+size 102325361
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0047-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0047-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b30f34457dcac7772f731c3f23b95b75d2fce8c5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0047-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:34f36fc55fc2d68c2f09ebab56e4510536d6f49b93e3bf702ecce474a7da433a
+size 103038181
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0048-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0048-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f4ea9b2796c0d74265966405fa1e9b82aafe0fed
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0048-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bfc254839117b03cd8adebdb4eec8467f196a23f9d92f04d3a751baad44c2f38
+size 102917523
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0049-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0049-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d94fe7c1cce419475e1941e3b3d6232c595b5948
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0049-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:910f9e56f23652f957b58582283c38889a48320f707eac18bb6ca5273eb135ab
+size 101660786
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0050-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0050-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..de8aa189ca1f27b8d55aab372bd4056642bb7a14
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0050-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2b06c2427519819de2980e8aa43d666dddc0b8f06d23912daea171e662b876dd
+size 103915473
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0051-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0051-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..181dd609d6d1dd6b927d896c641ed5436a110fe8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0051-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0537ca29aa59b105522e3c6f9abe05e66c445e2a72857bcd3f2a58ec1f49475b
+size 101644512
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0052-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0052-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..18e52f1a8166a6b084f260bc20f6699ec6f4c98d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0052-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dccf48f549d3f4eff996647e872a12fbf0dd9d44e92dade0626faa9080261fa6
+size 102123831
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0053-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0053-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9946f72c068f5ab74ba31e2cc3d1816d6a8a8bc0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0053-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:166a7661923781db3400c4417c89f25e2042f3dad6e016250679c46d18b379bd
+size 101262574
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0054-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0054-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1feb195f172417f9f59d32da2dbc116ac3572bc7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0054-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:328717b3dd6017a09702e7712bb7a18bd610a9e00606fcb6a21ed590d2190c0c
+size 101955860
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0055-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0055-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d0ebd12f6877bf7e56bb7b18aa290bd36af03258
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0055-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:94f78a4a8c814483cf47d14c745243606ed7d5e23cb6be0044b9fc5a96dd2e23
+size 103318843
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0056-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0056-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..14b08ad9074a73758224f5f62f9377fe6810e1b3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0056-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f82a5940438bd4ef9aa489aa3354e99f4f6f3f9bb6db485daf101fb176e52e77
+size 103017936
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0057-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0057-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4c52e8195d09da7bd183c3ed2cf5c0d914ceb2d8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0057-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4c21406f510bfea73b1c20c6d1982120244ebcdeefb3b04fcadd1ac170afb065
+size 101864208
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0058-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0058-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..507e90be07710e74163c63207e745cbe56a39b23
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0058-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:79af68ebb86d05b633e994a3044a97dbfe7abbb3f19009f03ecbdd92c81ce609
+size 100699498
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0059-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0059-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b7d3c146d733c1b23951c0f4b574148d7ef26b69
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0059-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:77964e1044be77deef1e073c0e43f23c4e1d0ce208cc1ff6dedb7f3ee4f50c84
+size 102405713
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0060-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0060-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cfd512d6579756764f968e600811350ba4e2ae8a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0060-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:02f512081a6ddffe82d0d68e5789e4752bb6d255ffe0c870a99c78b5f4ccf3f9
+size 100941293
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0061-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0061-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..44e2cfb38fab7476b64f9a0875b91642e5dee48d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0061-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:353fd890361f06e7e876672043cb35fb0e32f11ecf1e50b00d43996ce33759c6
+size 101057821
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0062-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0062-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c3f2a818ad2743ecf9804c1128a680c88f1044c5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0062-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3843db7b8d44f5d1d0c2bc4e57a67a78053edc7410ac685297fd3920aebc5207
+size 101885634
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0063-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0063-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8bcd550c11cf72f6cf6915f4ef400783477df68d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0063-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:271dfed122ecb66c32d0928beefb297230fa228a448a5f909dac453e0a51d6e7
+size 101136446
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0064-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0064-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..672e7581b0b40200a2491548e93f3014d1f2d64e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0064-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2795c9d8df0e7244de93cab3060d23cf64ecc6aac5cf4eacc42365c17fab397c
+size 100430160
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0065-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0065-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..103915071668ac17f13bd4587182966087fdcf73
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0065-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:46f06e21a5b5c85b40ec388789aad2a4f0b633c44f7d9386dcf7a7a4b1fb4076
+size 102396775
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0066-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0066-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8e72d8cb7a4c4e0474830ec5c050b7146df23d88
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0066-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:02e7de5ecbccba1b26e198c6bd2e4d728dd965c3f6a8f49de91c963de36e98a6
+size 103779236
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0067-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0067-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..15fc03b12e3694484a0be607f795b91794c704f6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0067-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:db62dfbb1f2c91ea9bc3edcfceb41df5880aaf73a379805834c2f75b2a30dac1
+size 100364813
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0068-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0068-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..23a242c52f3907c629d9a21769deb6e854848fc2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0068-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2c28b1b6a1fe2d799538100f753a14c61822f292e0775254296f8c8cf161853b
+size 104575899
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0069-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0069-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b778bb1978354771f3e6f6ec3d3444eddd4746ab
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0069-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:388aeb66d07b7d63844802660d84068f5684405a8ed1d796c661bc6cc117e7e4
+size 101684437
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0070-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0070-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3e4cb6d479a8bcdacb7ee80e0a2e42d565fd419a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0070-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7a7a2a4a7b5ffd4e327edf9c5bf77b1c56dffef3a747d5ca7f7d5a140bbdca71
+size 101775138
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0071-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0071-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b7375d57f72af867b5161f73bc955006a5e67bbe
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0071-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:db22e5316fa8b036c16502931315a7d0bab51f65f71d9cab15b8e05c4e22d56d
+size 103012318
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0072-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0072-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..17278a99c96b25a4fc9bb4eaaea84610572e2125
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0072-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0195b23a13fc2703214c12a0d6f9dbc4570d78f52382976b46cc7d1877ef6b90
+size 101063360
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0073-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0073-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3dd03f078d943d14774a136f55b1a810be4eada1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0073-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:714ab5c10f202aaa0b3a84cde2237b816046def2da13b2e2287d1318b6eef5bf
+size 104416291
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0074-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0074-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..23c948f05560344367902b545ef30573c4018c92
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0074-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ece341ce0d29c11acaa82eacc04cb7b9c399b7363c8c3f6dc46583dd7baeee65
+size 102191843
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0075-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0075-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0a4ffb36b524a8235d2a1d220cbfcf37bb4d6d64
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0075-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:42d5e8c1b7c470b960d0ec8bffeb1c08dd91f5a4b9082e4e1137141bd3791987
+size 102426754
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0076-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0076-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2e4cd31fe3018c309f4f0f282336295b3b9913b6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0076-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:551298832c4f957cf77a2a7eaa0288e9b09243802b19f364b5630f76bd6246b6
+size 102358533
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0077-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0077-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..25269372639c801e3224d265fb0a9d2767ab444a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0077-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6fe39b42426a955a49b65cc17623e67f8322ed84995923a4a986238ea5f36903
+size 101855367
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0078-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0078-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..377bc6faea2fdfeaf87bada6bbc0a302a31227fb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0078-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b53e930ea167602b09b3fa6e2ab0b338f428e90ff56002fa08f6388c484ec776
+size 103082778
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0079-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0079-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dbbb56b886ec316b56634e8fb0842efb6196d2e2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0079-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f3419a4ad47ebb5b4315e0017e2962190f796235f583289aecb6f3632c69fbf5
+size 102445894
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0080-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0080-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..615f4a73967e2ac040be494555d3e2e6128e6d77
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0080-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8ee7e3dc9796392991febf21276bed9b1c9e60dbf76f5c68e98969fdd9cdf974
+size 99925696
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0081-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0081-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..55e696bf358bcc6f5ffce2f51007ac300883ea35
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0081-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:773d276f154f84e85ec38d038ba4db63890bbab2ce56c3c552d9c07dd04d3983
+size 99500582
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0082-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0082-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0a17465eeb3d48081a73bc76727cd0a92b1b20f9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0082-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2fbf173701913c3ee2b9b62235b0672f26a73adcbf61e391b2843ce5c5ea9a42
+size 100830900
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0083-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0083-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9c11757c1fe776aa6077c68eb8ee929a7f2def2d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0083-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:56d0e056a75ff8e788d2eec0c9ef8030670212021e8e588f3f957331fb302fbe
+size 102495962
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0084-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0084-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..90670470fc76c3c01a9c4459908e380e4ddd64b9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0084-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0424f906aff9969605f424a184e157e33227525ed016ffa61fbdeb0ae1548d6b
+size 102653154
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0085-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0085-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d6b2faec32ef106cc372a25b364b333aef9c0eff
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0085-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:871d9bb489660ca00ef206ffc59337f7c3de33f89b150a3688eadfff200f69b8
+size 100026954
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0086-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0086-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..50da63598ca0d5b62b2f0fb055bb3473d721b56b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0086-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e416d7fc01f2b7ba0c7ec361bc9f9e9e359f65cfef5b140a7e92544dd56daccc
+size 101124713
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0087-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0087-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4b2965ed93390c86ca0cd9bb7dbe1233f44a4aac
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0087-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f5db46c899745a993f626d06c380842b0c9fb380ab95eefb813a98f920d522cd
+size 103408243
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0088-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0088-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a32aa0542782908e1b454ae07b6aa732e3a351e7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0088-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b4dea6f66ca0370e6af232ad261ff99091c86e79e4b3b85e859997cc3c06aadb
+size 101226780
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0089-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0089-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..934ac57d252a91965acf361791cfb46b1de9f2eb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0089-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:da8bc1c1b34078f77190d6c0add7624a6595a302fc2b181a341b2b691547af8d
+size 101938454
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0090-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0090-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..033f2454a4c6617d846f5c1870597b871c62e06c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0090-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:da7b0b5d8a1800e4555abc2b226fbeda3835b1cdc6a236a64366d75cd55908a2
+size 103456271
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0091-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0091-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b1d0e4195f73a9e6e745178949345856ed15fd70
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0091-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:28cc0d6ccbc48919c2511826fe5d47def07e9ac1a22933ed0d921a63bb0d65ec
+size 102648715
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0092-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0092-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..524db93bf0a68d696cd9b46731eb231a3f3d3326
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0092-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:23c69c04028c85216a1db888edf885ec9248db3bdd57c5f0e570b70a0fe5e13d
+size 102558086
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0093-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0093-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f44b74372db0c2eaac1f8d77d938a5e8f82aa4b5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0093-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:52150b7e1822856a8320239d3c51a78dc0f50f88ef1aee165a8dc3c415a5ce7c
+size 101615756
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0094-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0094-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0c01ac41f97ceaa59589cf03dca64c7f06f13ad6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0094-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fdf5a5e8283b43355193fa7731462323f876eb2e9e2e7be0f56dd1a107c052d8
+size 102393370
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0095-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0095-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b522333d72b7d18f760c8480b888cafaee78c8ef
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0095-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:593e1b436a84aef0eab3b8e47b70b4df7922f28528e5744d33345c7b8a876a7e
+size 101338400
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0096-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0096-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d30a53307bc8b58b3d1c09d1820e712cda6174bc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0096-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c663dcf49de1078676164987f661a08927bf24ed563c415cb7add538fc2cc89e
+size 102698439
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0097-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0097-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bfc7e1964bf20d4aacd3d82264fc2b7db04465fb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0097-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2e27c0087723a55e90e780bcbacbf41a8ebb6ae7549fcd3d1b3dd6fa93fb479f
+size 102358840
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0098-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0098-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..79c1d769b99bcd59c5e72a2bb45c764d0773c948
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0098-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b848e0f9d9d940fad657b8afb823355c6be737786702151e0ed960ede8b80f86
+size 101523386
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0099-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0099-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1a68a0c3cdd365ead034ba9e990bf234ddb69bf1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0099-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:493c8dbf60b2ebb70b2268c62bf5c650fefee96027b745d68b13dfe9ff4bc1ab
+size 103343531
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0100-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0100-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a78bf46881abe53267c92bbac139df5d2ac9e9a0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0100-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:065a42cbdd9bafd33e16468c86e8ffdfb4509563aa44a4cbbcf648f0c5eacd9c
+size 102201084
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0101-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0101-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fa15c6f32cd3e8b5e8ff0091cca9434a8ade2be9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0101-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ed7b7cc59910e577aab93f68aac47de9bbecaa311b12541f26990aac9d243b75
+size 101680634
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0102-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0102-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..68db32eb3a3c5d2115b2f590c8ae3733ccadc867
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0102-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dfbfd2c108e3b901f2a40df9e833fe25ca121f662d2eef57492fb7fce2994ac6
+size 100624193
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0103-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0103-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d186391e93c804bfd8708bcac5738406360ac804
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0103-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e40337249b5c17ca15c4684a9941c511d0dd18ca1a62a4d8f0e9b6ef9a0491ab
+size 101976709
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0104-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0104-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f4b7ce467e2bfa84cac7bbea3971a5620ed09cfd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0104-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:28da85fdac30ce512f3605c4722422eac330986d900cc684b9141331528c8f58
+size 100164301
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0105-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0105-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..94f8e9f922775207394a576ca375ffef6952b04b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0105-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f90362f0a71780de10c46ab8bbcae7d8e2804ad0cf9dd12b4ad466ae1c715289
+size 101625997
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0106-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0106-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..02068054fbff781a0c9b4d900242ead26f9e746a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0106-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2508e4da436c43e1bf4334188e30a431c98871be59f81502c0879ec300dc6c64
+size 102117459
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0107-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0107-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0429f14065d79e07cf2814e4a7673d1b1747e39b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0107-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2373eb43c4d4c1893a5a56075b1448ebc2570302553dd9ea977a1462bed8d02e
+size 101439450
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0108-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0108-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d8512ed478e7ab5f2095029c743045c3d9767337
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0108-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:310a9348eae4a1d93a8605436ab54d745bbb3dd68a7add87334a190b2286fd52
+size 100821947
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0109-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0109-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7a2a47cdadb690428cc644977f84dd5a81027436
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0109-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a60c59a37bb62086956e8101cdf4e64cc4e4fb90e700d4feaac692b9bee37a6d
+size 103215004
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0110-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0110-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3afddbae369c548217adcdba78ba70a58c569147
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0110-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a9112f9c8680f233dec88dc100577b9eb976c7a8825322c9e413553bdbc29c42
+size 102740348
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0111-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0111-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2bb6316d724c8cc6c8f6bb8da575ba291ef25919
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0111-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2766c2c4b41c424fd74ce8e6aff46fd23c9dda6337af1410bb65b20f33604efb
+size 100516114
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0112-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0112-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..30c6932cb5c29872e1e444c7fb596778795c9fd1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0112-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ba4626d3e4ee27f1ce6e7d1d73fc894f1cc99e93c53b51dd72017b972672a28e
+size 102088067
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0113-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0113-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f8f93fb93849ea5f6f051441f33049c746289752
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0113-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:349524c179c9df943b1b4b1df0d37a7df9b917e1fce648e2b0bd2462281bdf29
+size 102169289
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0114-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0114-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8df1a29da0cec2e6404ad5dcf721bb7982c49887
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0114-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:58889207b624d0f707855b1b28c54e182e706d33bbcf8875d18b84d5bfa46dc9
+size 101201640
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0115-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0115-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ab73522c0316f1ee6227e897107163f685e30279
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0115-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:78f6175861cb0445733eeb164c3c70bf4e29f0840e2b835a7a864bbbedebf84a
+size 101287728
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0116-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0116-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7ec0b03fde353bcc79721ee870fdad775be614a3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0116-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a811ebcbd31d16f126c1eda27bc8697e807b2b46979f7df93f10b4c45f620241
+size 102464671
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0117-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0117-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ffa7fb11f493f33f8e8529f90448a11fdb2e85b8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0117-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b91970062728de991e54d2be4d877e1ecd58c6c8e7d533517b1540cdebf16698
+size 102285452
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0118-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0118-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6a4beb70b3723eae37ba46a51c85e7de3618cfd6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0118-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f368d023bb2feede86a74323392a711c959e4ff6946c841a061e385d67375e56
+size 103181186
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0119-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0119-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..50a952888dfbdb7dafa73c8eeb745b6c93245941
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0119-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f0b18455d27f056a4c8e4e37a12850c2fd772c78bb5443599c2279983120d2fb
+size 101785837
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0120-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0120-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ab915683f806d38a1a12ac70e6686c414a2245c0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0120-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e56ea879d5a43defa51a973de7b23058934ac01b360d185044a98e50282709ce
+size 98861541
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0121-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0121-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fa5aa3480f54fa7c3f325fdfcd9b64f53480ca2c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0121-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:989bcef4fcffa9a8384ce81206c6a5b380ea3ca6f941968b10ce139601969cee
+size 101257329
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0122-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0122-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cc3a11350a29929a46621632e23fe5c654e6cee2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0122-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:75dc119cdde4a6c9a5fdaab5acf8bf77ec8db8f88367815fcbe7b590452ce6f0
+size 100895744
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0123-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0123-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e77b1e4a908d6ada644c81bb653af47560b00864
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0123-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b3eab56a4f9f807b13e6f356beab6321934ccd33f02378b0379deac3a5c0b710
+size 101525983
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0124-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0124-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c269ddaddc6e4831d29c3bba3a92a456f28c73be
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0124-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:145e4609b318f5a477089947c7b8eea987b32aa8ebf7ed3a1666a0e42162094e
+size 101004826
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0125-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0125-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ff65feab1bb339abec1eff08e8970b4cab16806a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0125-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e1c14a8bc4ed1edcfd953086481ae6bafe2bd2cb1fbb0ed3d6ea470bb05a8947
+size 102583753
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0126-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0126-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..df65d09be1dab61fe9d86f1094a801805eb298c9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0126-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:52de4ee862293eb32748bb1b8358c23aa5a5e131fb3f9926ef5bcb97ec77b71d
+size 102529937
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0127-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0127-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9380fd5e4baa4837e0d83d3adf539d6a8034fe73
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0127-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:39ceb87a509eb2dda2de373f3bd95e42572dfd78646e61b989209bcd4a9e9f1a
+size 101823119
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0128-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0128-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c02021f22540c55749aed35044567bdf289d0c5b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0128-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f5d1cf84cd431525f1530788c21540328d55c01615d213048e8c5c9b4d93bc94
+size 102968135
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0129-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0129-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..356b83867de09e958b0a619687d011b754c1f1e8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0129-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5c123a267877080808d0f91811ec612e50d03bcb335dc58088b3651c0091b594
+size 100024663
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0130-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0130-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9af2f19d582977c274ee9ca60365d0231ce7548e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0130-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:86d2c706d1585bcb8dedc56035621ef42ec5f1a0cc69e18bb4a1c705e62c2230
+size 102582805
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0131-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0131-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ec405e02763a2c345d494ff0a096fa8df03f5f0a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0131-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fc9372606ac30670772744c83ea10e8c39103a5a5ac09109905866fdd828e64c
+size 100829384
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0132-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0132-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e88929d6c77bc52b4028f970d136b3568210f359
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0132-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:abe41d7b20f400d8eb41f207be6504e045338b422e3bc5cb2121f3bf7d5d119d
+size 101420399
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0133-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0133-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..878cd02728495c6da57911cf606824213c87a251
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0133-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8d6f3ca249bbc1df71ad2e7568994a6ac820674bca0371cf4b825d1482bd6f5a
+size 103146530
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0134-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0134-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0da4b89957c814f821b2a8a4632ebee7f5d930c2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0134-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4311c047f30b0b34ada037f2cafae61d58662d4a092448156acc8c693842be33
+size 100266907
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0135-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0135-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f7f902489254d2c59bb55c901cf474049bb9db64
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0135-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:73c9722eb59619a0d0d2984fbd83b6df26d0c7c70b18a9ffe62b00fc19125961
+size 101729987
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0136-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0136-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e4d13e6b9f7a1b80c22ab336c68893e1a5b66532
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0136-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e784dfdf44adc78cc95baeed2871436abd78c261fe535f9716dd68869e938340
+size 103195123
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0137-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0137-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bd15dd383d277c7a1aa8e62168e438bf94bf3ae6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0137-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bb0ad7f6a2046239532dcd5f84e3229df6582a24013d925085fdae48bfd9ebd6
+size 101950474
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0138-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0138-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0c8b8ee583ce2fc20c05c547d9fad303540a1d72
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0138-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f8576c7059d912c6d37856df93e8a647e08f69100e162fcb6e9968bd32287f64
+size 102050807
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0139-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0139-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1ec5b1a8b27a94c34ba8839b790fad53d4dba1fd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0139-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c2b05ce413074ee83203721bf8124af19fd77f3386e22f569ef9307c276e4909
+size 101943821
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0140-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0140-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d5314800c428288f5f4d5afee1b93127bf0ec11b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0140-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:133b283047dd6bc69adcb76074b6a660ec542a2867e2623e3ee35f18a7fd7f5c
+size 102590776
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0141-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0141-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2feb81e082762763307bfc7902e291dab8be8953
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0141-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c3716934c0dc933b286c1f936466555802366dbca7bc2fdc58aa40e1c09eb000
+size 101308072
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0142-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0142-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a4c50f5904344e4578503df55b04f11bbd73aa1f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0142-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5b3847be5677146d6d44bf642e9bd764b1b4d095afc85ed5d09626f06e97ce97
+size 99962723
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0143-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0143-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eac9473f34f2d8ed56d579afc1e71eedc03dfb93
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0143-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fbc1196ea27cc08f11c4f5a7b6f23d0440439f7715a8be237b5716effcc65cf5
+size 101897774
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0144-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0144-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4ac4d0b97b5e2daaf1d4bc6daccf5bdf400b2fb7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0144-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0d8ac0a05cc6c2589dc9ab9f2be178ec84d8099dfe8c7a508db6c5983ed7b2bb
+size 103114725
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0145-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0145-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1e72e127c7a8ea6e03f0938708c370662c1197c5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0145-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a4da7ad3d44b0cf63ecf9955a9818000b581deba4425b2ff8ccbdb47c3b02c36
+size 100678318
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0146-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0146-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8bc0478442a783a33c581f3e181e60763c622b2f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0146-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:573b69163c6c42c7df7f65381bd28bdbea5dcce170f05f201338fdee556a161a
+size 102564700
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0147-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0147-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..18711582ad3dc71372b13b704acd6b3f251a0221
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0147-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2967e346acb76db416569fc5f36d32b6d5f003dc2885946777c67386ef0b7cb0
+size 102311172
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0148-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0148-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bf1b7f167229ec587486caf02cb88a74d02563eb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0148-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8a02230d618929ea284470ef986f831bdda0efcae017c04595e169b96a85a97b
+size 101106516
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0149-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0149-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0403297aac702a516d07905a4162692c520da494
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0149-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:71c7c71a52f36525b5588fd62b5e9b78af93abe2158a1192f1e57859e49c5028
+size 101755143
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0150-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0150-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4553b704025917ed7d13f9caa3a12054d50f24ce
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0150-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:63e2a0cad3f56953f040167ca465a985df64fcbddc6503d7cc8ce48408a192b4
+size 100905061
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0151-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0151-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9f34d8a2d632ff4b29656ae63a704bd72ca7e908
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0151-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2d42725d04d3450df6c353dea1ade75aa4f4dff3b6e400d29510f7032d3b07b3
+size 104334540
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0152-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0152-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..755f072e725febecf38cd488989013afb1c283d1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0152-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a01bd8067a1c64032daf9f757da1ee20a29d682a178371f22ab91b0369dfe505
+size 101391232
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0153-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0153-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..968f4d3433158dc3db8d9c26b9dd8f43ed5b5d4c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0153-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:05f1d6418958bf37020f5a9294374b9e8c3d54aa16281e032238b03773427942
+size 101444062
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0154-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0154-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..112c84b889b961337e42c907abcbc12604e961fd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0154-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2921d1d551c5945ecd38c275cdfd3089ca1019b2b41b5101073ce793751ee1fc
+size 100864446
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0155-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0155-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..194ac9aa227774da123608be901fada0276fa1cf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0155-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a7694820c3decc62fed7cc2c707ea9b119e9d9720e4dd8558c0ae67422d4fb34
+size 99999701
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0156-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0156-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ca0ff58a0de97640c183d2d8e780d1bd029613b0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0156-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:72e2093b729b9ef3458181f4fab4cd8a9821e3f0f3558251f139f9c41f0b2b73
+size 102040994
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0157-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0157-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7965e5bff99777de1b46bc672e0dece5e0258544
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0157-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b038939033e43ed8b4f0031bb42d7c34e56fe63e55ce3247184ee4ba53cdb8ae
+size 102019806
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0158-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0158-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..935eed15efebb1aef3db0861348f632e282dcd05
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0158-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:af0c8293d5ccfc4f3df59173d7a585ebe53339266eedea6bfdfabf26c8dcb084
+size 101329779
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0159-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0159-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d3c40bc8bd8113828fb91ca84e2017cd26643c8f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0159-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f44ae6951d63bc9847b5eae20761a5023e96c858e5a2b78a18dee8859970f880
+size 101659415
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0160-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0160-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3e7bde8bea0903711ebf82673810605d7509ecad
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0160-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a5a56b606a7bccd1390a03db20243d81751e056f49ec7b473760930c206a9df5
+size 101762182
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0161-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0161-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..162d9482579db18bc96d730bbfe846dd89d0b2c2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0161-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:66ebfe409300d8d5404498facd61b8512b6c5a82fefaa069f664ff2914f657f7
+size 101424017
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0162-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0162-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..38386870b55d07e91bfa7fa311eb75f7bc0d96f0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0162-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b56390caa65bca23414d8dd56f87bfee94660b1b10a3b575016b27c1e9e97c3b
+size 101712471
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0163-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0163-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..026c0a47bc7366e3475f70de41951691fdc5e8be
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0163-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8f25798ac829f0e87891094cca17211307b23641becab419d3344ade706a5891
+size 100971803
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0164-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0164-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..365032ebba6f64d1330694f31832404d5d4bc359
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0164-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b77ff50d3f625794987b4a554c06d1909b567897e378b4c68709138ed02383e3
+size 101836612
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0165-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0165-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c95167a2bc6b9034183d61605e7169fd92c6f7d1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0165-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eee8e416f5449e8efa889af711dc14cfcbdfc267a55ae8768d19b1efd7975071
+size 103915912
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0166-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0166-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3681e2129d30d456bcc53196509b0a94813094ad
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0166-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bfb0d7636ad8b395b53542d9f2a3b282853a91b97f054276a3bafb0e848747a8
+size 101612928
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0167-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0167-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f29a7c3233fc90e8751b7dcbf4b650fb8f78663a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0167-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:538a256c4fc695d8aaf52d67155803c96cd95a179be43dbfb81685468afe6d5a
+size 103297555
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0168-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0168-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c3cfbef6d774ac1d21494e582b5eb7002a440cf4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0168-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c6de013d1e83bdc0ba53bc7fbf29190a8b6a193d68c174687de3923787e6c2ee
+size 99876277
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0169-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0169-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b68702c693ab0c33dc55163ab28173c62cb5696e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0169-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d4f83c3296f1490d7f664a2294318b624e4514950722e093cef50d0dc3b30a85
+size 103264776
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0170-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0170-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e483e0099d0ed3e164190f8601da6e202ff79fe0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0170-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5e5065346d84aec2e8076cb9981e1daa2815d2f7dbe3118c7d53d8af26a63b7a
+size 102071433
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0171-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0171-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f14055f831938be4c3ef737d6a6460d59324e413
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0171-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:895c999cde6c1f760a08449107975b03a3591cb7cb02e2a283fdbd2bb2403171
+size 103747218
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0172-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0172-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fc147fa3dacb25b39975b00472e8e7ba931a387c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0172-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b74298f534332e3368e8af87a1f04eb8207cfb79a29760ef514e201270fea7a8
+size 102771416
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0173-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0173-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d8f4f2e8e5013c13170e0915d4880aa9e983229d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0173-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dbad206a2c9246a1de317da45e6ebe961ade8f671635e25ae14b54f3ea3bc014
+size 101202217
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0174-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0174-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eab05f70c33ab9dc58ca6fec4c10dbc6ef13e942
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0174-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:114a5dce9b85cbfc56834af898371b08852313026179d5a7d308254192b37e6f
+size 102901427
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0175-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0175-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5913e232f7af6994a4641620f8bb740be88586fc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0175-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b03cf819ca7a3a73b61c906f787ba861af95c1b2a679b0717991b577e42f0e3d
+size 102856395
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0176-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0176-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7c991985e8902b900915831c42d11951f83bad79
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0176-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8ae50d37e3da37b520dbdccaf6cd1ce81a979138e341669a01245ee063e2e717
+size 102159512
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0177-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0177-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cb452e76e9ff620e8858d76b137928ec4314ba30
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0177-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6f01ec7004860d2dbd3fe97008cc49574fdbfb2613f9016e9d208dcb404fbd45
+size 104219690
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0178-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0178-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e97f870b818d75127da748b2bb2e21194b79be01
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0178-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:11890c06ea6f7d22dcd55f7b5c42d578a0ba49674818237239f897dedefe3c3e
+size 102541615
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0179-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0179-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9ddea5181b08592db4f56029414128db09bd6ad0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0179-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:714414def771e071aa14fc4edb782122945902600f87a6ed29776b2ec8659349
+size 102869013
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0180-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0180-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bca4721864ed7a66d14b299240dfa6e4df25b82e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0180-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:53c9a883b6ac40cb5dcddcaede7ae9ccfb87cb6c5e27bbc3406d490d70a6d5f8
+size 102842805
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0181-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0181-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d2177a075703a9480e5360b5bdb774a08e8a7561
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0181-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0529803b8301cf4af12c41cff1da0c250e0654cb972d42d1df65c2d862d02f2c
+size 100236376
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0182-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0182-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..811e351c1fab6198e80f7b55d721aab593a22e54
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0182-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:74b164f6e5c3d33bebecd347c892139e6ad7f407ca6af656b879b0220bb80aef
+size 100755112
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0183-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0183-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1cc21b9ca3ae486403c5f7e7bb72e6a3802e0895
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0183-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7f1b110dc8fb496bcfe8d9758c46597b21e4e86a13bac9c6f8baa846e60e7089
+size 101471175
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0184-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0184-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..84f2d3a079a6d7ca829baa927839b11b2ef41ffc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0184-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6989143904bcc27b23e70e23e871aa9af3752838b5e3025337bc6243ce4264fe
+size 102016609
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0185-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0185-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8244a137e638eee585c025f73535dcbb78482d41
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0185-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7aa3e683845912daf421dcca55a468b02f531a59181bc06ef37a89fb18fa2f0a
+size 102584775
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0186-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0186-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a62d039cabe3601c98b7c1c70b3cc79f08c62f39
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0186-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:670c0aa57a7300d0d992180233b1a73ae0bcf9afdd97ac11384fd8440b6e1c33
+size 104084393
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0187-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0187-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8dc05ea1dcc33216f1385db16a2ec790345cbeda
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0187-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0bfcd3ab48af036bfd013063bd4903b360f107fc0dda3f223736ce95c4904721
+size 105046325
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0188-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0188-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..da8754d2584f75cb1a9b472d3dae373f3cbdc527
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0188-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cb01113008bef6f8958b991a61b5669a2621e10614ce106761b6692126bbff4d
+size 103287617
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0189-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0189-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..14bb3e52f8bc8fc9cfbcd1ff2dfc676381aa1b1d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0189-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ad126b83f01c3575a5d8c1a17848e9b0c6d927e4644e981a683a52e2abfa945a
+size 103167070
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0190-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0190-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5f3048239b1323161ae68477b138feb7d74357fd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0190-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2aed47a562feb26ae4e1a1ca7947f28b92a9db521c94a2bde66474968bc1a47f
+size 101741984
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0191-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0191-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..28835aa4528e82386550e92e7527415e0dd1f206
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0191-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8b79bbef1c02fd2d3a7a81b93917c19d2989b02e3c7c59d644c5aae235a25de9
+size 102157704
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0192-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0192-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a6b39cf3e9fdc9de5e8893374cf4e6ea3994f96f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0192-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f29b24d330260659976b933f994c024b5524d4d92ed7fbd18ceef1d939a59feb
+size 101642335
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0193-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0193-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..498b467068fa057bfc32bca8320af5ad388203c8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0193-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f46dfd6a20f57aea5815efc11b2e812e8bb3dce958a3e7d7f7755e7534563d81
+size 100701754
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0194-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0194-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3d1e9edc2a03e9bfe9be1a2d581ae38801c535f1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0194-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:21632df313c652cac4b960e7fe7d6af43223b89664d4f434a72cf88ace0ef3a3
+size 102247048
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0195-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0195-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f74f63c04246da4c5ede6a04bac90e1eed003ad6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0195-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f523e98a8ace640182a0a6651e689df8118fddd3036ec0285090163a6e39546d
+size 101527274
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0196-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0196-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3204c2f7da213195d54f6a74d8fd8719efa6690f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0196-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:60f53238b7d4d4724c5cef6327eddc3e7b2023e55e90abc04571fd681debfbe8
+size 101052619
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0197-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0197-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3e2399a30c7917d941e0cfe4a1968ef7eaedce61
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0197-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:50727318e8ecf40d853f2889e9107c874b2cb61941cd01ffbf8f8d9b1aa02c35
+size 101827490
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0198-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0198-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..88a9b261174fc28dc8cb8c22adc7dcaaa027fd5c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0198-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c79bb39f33df09469abc5b346f9416c4a2d0dc33b171d28a13ad671b37e8114a
+size 102965368
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0199-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0199-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d4a7696fcfc0f6e472bf36bb8fe6aef496cba670
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0199-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:12d947d76fdea71c34010676e48a425e01051f4ee574dbb19d6a2bf737b1a9ea
+size 101895962
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0200-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0200-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eab735a948185b37528babc469ffae699d197363
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0200-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f34da3fa2ddc9b017193451c598f4b02d59885df5f1c5be017f63699f25b5ed9
+size 103188504
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0201-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0201-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ffdfbececeffc4a4dc9e6cf10dade595a2008ee5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0201-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5287f18766170a7998e415045ce8ddd8944767cf224b19e6515d24aa57034a76
+size 100503164
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0202-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0202-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0bc7799e31a42aece7398051ddfbb06f0539568d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0202-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:19b55fb00050756a474ab9775f01c3e73aca1a28e8b7fb58202e5e924f5d4751
+size 100418615
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0203-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0203-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a60ef3e8d84ff6bef4c0878f6c21c7be4cf691fd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0203-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:982ee3560edbb80c208d753019a168374432d1da0136b23f0af6ae535d338850
+size 102005174
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0204-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0204-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8b2eeef2238835d2331cc31ab014934e5bba3917
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0204-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eb0607b14e8a43a648570af17250ab4a27d24197901bbece36c79791b959bfdc
+size 100775362
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0205-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0205-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..30bad2b20157a0becd8eab18bb23d72f386f709b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0205-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fd5f48c4ab54ac454394f7cd5668c5ca8fafb5052e5419d264bd28d57775c580
+size 102922760
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0206-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0206-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dbd2975bca21ca25c2cb3b5d7eaf482d41094c25
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0206-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7ea4cc580d0529f7f9061a2693f2bca0f09f36148afe61ed266f68967febaa8e
+size 102070003
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0207-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0207-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0910b300a0606976e483180e4f30a81d7f1968cb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0207-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:50b16c9792d115f52eb87ab16d14117d21380a788b8bf8852616a63105a39514
+size 100909390
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0208-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0208-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bf6e4e1c941683b47ebe95affd825bbbb4480cb1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0208-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c3aba5a626e0980d5e23c5d3797d56751538516cff54ba26f569c62d53e21380
+size 104195615
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0209-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0209-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cf6f6001a414f2c1d21f423bf458d73ab7989752
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0209-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bf3370e8f8a7d97e9d674bb4bc51dfb06ff9756684c429915e6609a965794218
+size 100919577
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0210-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0210-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9cd51c42c90d20e78b8335b4d9bc342d2480afe7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0210-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b358dff3eabcdef5becec8b431c97842b38c197293cf5262d4ff55069b1ed85a
+size 104248521
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0211-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0211-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b15e22334be44b71ff4262b7c7ef2443e2aef079
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0211-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:57c5feebca6987ba441731192fefa84bc13f35b10abcdc1c8db2db4f172943f5
+size 100686967
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0212-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0212-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..84091afbc09199fd018c6ec80606e39a54ad7228
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0212-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dcf91b8d326ca8cee451b526170778681baa2b777fb2f0ca340056330677bf3e
+size 101385975
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0213-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0213-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b7f94227f813581770e2feb3df21c70e27e78d3d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0213-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:56c4a9f42d5a6b2fb82617e28df7b4404022f83f4550fd91916b676dfa78e1aa
+size 100989181
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0214-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0214-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c481a747688d843767682a4e653835808b63704a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0214-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4dde29af934c471d403fe9b54ef1ec7725091955e3cf5ac16e3bd48015f04efe
+size 101189863
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0215-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0215-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ee782bb0bddfd1ecb9b2f6d368a62b0b38ce1984
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0215-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:393390dd7d07d8a8e01175599daacb888548e83506b7410cf888b6113d49fef6
+size 103146392
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0216-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0216-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..074b141893e1c1001bc6cda85673d2ee541bb33e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0216-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:aba8a11abc87e0f94ffebdd0eeb3b205c2713ffdfbe1efaa8d6c654dc4b334c4
+size 103322899
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0217-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0217-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..defcb34f402d13993ddbb8e57689e106d07df35f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0217-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ba84087b9b25f3b117055f6400ab18473aa19b39492e5ca74839a3be0cc723d7
+size 101977682
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0218-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0218-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d3bb455eece8a72540c50cbfe203deb223c833d7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0218-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:91515d1503fb7a0b10cd9d3bdecd794ac6acedeeacb20428e2a72bda712f3613
+size 102124445
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0219-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0219-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a914f5172f680e769c4cbb2c3e9f09fef2874431
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0219-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e370d40321aa360efb2380b6a956527fbfbd682a28c35b23ea3317ea274dcf04
+size 102033306
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0220-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0220-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..66e8b3d92efa1270735d23df87f1ca730499ba6c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0220-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:146bfc4847086798bb7207c7fd2eb32ca35f13558200c14c7084056de6bef580
+size 101992798
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0221-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0221-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..94ba87f7366f78519529ba4f70d1bfff23783293
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0221-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:361597bf6678650047e8036cc2f3f723cfd22a92d6674fb026adb71daa4538d6
+size 100959246
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0222-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0222-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..df69516df3b60e8b9c1cc4d3e74a4d49f471fa60
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0222-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a9e9aaa704e4c69aed3931db5be6f845302df72290c17a4b7906d37fefce1712
+size 102260153
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0223-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0223-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..086869c23e293b1e24b142d139ff05b6709e4e53
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0223-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fce0544c9898971407210459f67fcec1cba36a6e175475273b258cf322391e3e
+size 101452537
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0224-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0224-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1712a95d5f9efcb5adfa9f9d0fa6831230c42c14
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0224-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6ffeea1477d438085056b2268890efc93df247ba25a02a5d6189aa6c8b378b5f
+size 102657817
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0225-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0225-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0f6d47b053af60198514f97814cdd111a5d77352
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0225-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d1c974fb9bfcfccd9ce62c5a1818f45577401d0abf99ff061079f646b8255205
+size 102531688
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0226-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0226-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..80e3a6da1671c41a15fa9a10b5566acecd55930d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0226-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:252a1ab39440e357e2d9ce35332f2fa086a4d17fdc2aaa39f9162ba34afb2f3e
+size 100805466
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0227-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0227-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..865a57f198a79f93cbbcc57e993466465968769d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0227-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c5549446d1c55fd5dd483f0eefcf4941a4e41bf16166d80ceb37410de027d5f0
+size 102095387
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0228-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0228-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0d2afef60b8d926786285743a2b0ac181098ff10
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0228-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:20eb7d8ac206556bb10204518154abe1fc8923aace696309a4cf40eb9af08b56
+size 101024580
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0229-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0229-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..177f72479907fb3eb0fa7d603d1f1f62831d12b4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0229-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dbb3d3d4f433601461f0a03b31f4c5d370cfab743f7a49e77aeed56ab846f7ba
+size 104206982
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0230-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0230-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eb0db07ffaa93f916e26586f069f80870755cb72
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0230-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b6fb5f342608d47afa43d1120b0fe3f65f2776f7d5e6129b89d6c86d8736029e
+size 100979347
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0231-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0231-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6572e044ee974182ef15b5ec6d8bd48a9fbfefca
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0231-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2e5f5f9534c91b2b383e6d5bec44f35840dd5d6efba24f7518665b76f97f73ba
+size 102660951
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0232-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0232-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c548aa980a350ca64f4a7ab6e72ea2d1cb4937d3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0232-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dce05cb3cc9f99bccc47d47ba4da448c643d01499ba0751e39da6505fe1d33f8
+size 101292264
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0233-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0233-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..da6b5948c049f1e98f3d40d101c86ad229687791
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0233-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5a6f15d26a2a77901a0b77fc13876f5eecc1ef5f08f8cb27269733bb3f1437cb
+size 100807980
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0234-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0234-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..95e0f9e01bde3920f298f2b08a00d985c193bd9d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0234-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:087db9badc7dfa11205a85271b7607b9399125d0bb0934a6b5ff2f2d947caf8e
+size 100112066
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0235-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0235-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..589858b3bee9455ce1a2599ef72111864f1adced
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0235-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c4de1a6b558272adae284a730cea2c5c76909f11d01559149619873705a023f4
+size 101027982
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0236-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0236-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d9f4cc829b186702d352ea9632c77fd2cc0fa35b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0236-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2b295f418f44106a7f19373e50f1a356fb3fbf0b34a336d4a8fafa536fdf962c
+size 101880521
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0237-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0237-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..be8a6737709250a36f4c21ef7fb16dcc1204a3f2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0237-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b28bc27c02c6bd3bdd95aa5d99d94431141ccf9d5144dfcd91b6076cf8fd95c1
+size 100111527
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0238-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0238-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ff3a7014e20173922986e28800c714ba30f4f9ab
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0238-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4363306748a4abc9632633fa782d6e96963597a6c1b4e69b213473059db093b3
+size 100881265
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0239-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0239-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d6d5075399a540241cbe7fac83816691d1df3aaa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0239-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a4fad073c51758351e5f781c16626a6df132edfe5f44c180f49909db37072d14
+size 101954596
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0240-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0240-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..74a095d325c058fb6bed54c9c3249f1cfc78b8e7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0240-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:aa34ae3cda4067798db63116275a221ce9d7d2d950c0ec3a5e71e8cdbb3522fa
+size 102065401
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0241-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0241-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c932395b9576c09ac94244b229d82244f01143d7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0241-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bbdc3fb9ab9557e5ece74c421770213744c94204332ecf278020f3efbf671c29
+size 102402209
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0242-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0242-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..db4460d0e6668e351ca319341990cd118d6c59de
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0242-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cd05c2b391f6b3b50cad770b34585f5ca42056fa08de4623651b01553dab18fe
+size 102729397
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0243-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0243-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..acec116e205b8a33db4f9a5a1d161d5db4d4b864
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0243-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2c222c4daa5ba2a535e9f7da3ae6b0f6dc6d2226a9b093c1e679f133ac43e60f
+size 101053836
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0244-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0244-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cb2b7af098fbbe612939f43fe127f4b97ab0baf3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0244-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7d5cabe4530b37698732639976b37a10374eee0ca2fd2f86bbb4a571bdb30450
+size 100509961
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0245-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0245-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6bf029fd29e5e0677be24844633dae96c1b8d697
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0245-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:35d35f8f2200442463eb30020c636ec87ad5b882aa2cde01ebc4f8561b802ca5
+size 103691510
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0246-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0246-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a2514e026967368e6438af6023d20faa03369397
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0246-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4390e9e5e3ae1a9391f906669cf1bf35f950f5d8ee35fa8844c6a0b2b1f9a382
+size 102319408
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0247-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0247-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7dc77057db7165d9597b0d97d5cced317b767bd6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0247-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:34df17944b6f3582de39cf9c38f34fd19dbed3cb1449d77060317fac7d782c34
+size 100942810
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0248-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0248-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1cf495ab6fb77ad9b366e405d8661b5339ce1c34
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0248-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4f97bd43cf34ff4a6c7b3560fc524bd981f66f79762c22c3a4f01b806277802b
+size 102402864
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0249-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0249-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b0c49747000776ea46a118b7a7eafebb851c6a96
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0249-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:daf65842c01df99268d42be237b2c7e75476a039b0c86a56c4e47bb1919d3142
+size 102348173
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0250-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0250-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d3191a2d922176f39212c0d2cf2769327c5f0420
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0250-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a7cec4fd2e8f40deeea3d8b778bd0d3ae2db4bbb536d38132a081859acc0ef1d
+size 102990546
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0251-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0251-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ba78a18830c0215f22e8d2b932fc4cdb9f5eae82
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0251-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a914e31b60d7ea97aa74935018eec29d119cb370332a73631d7987fb8931ccce
+size 102032553
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0252-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0252-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1404a1df70f6784af02f504caadb1969beaac026
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0252-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4010dfc29e54e3208993b52edf65f14f7a2906fc18773cb709bace6d746f5c7e
+size 100425025
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0253-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0253-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9ca9eb4361c421934b8ff873a4f34f271aa2da8d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0253-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d3acf3136635e72d83075c337214592555e17ca2e7bc16c8802bf1acc4a50ff1
+size 102131246
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0254-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0254-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..58f9de6da1a72686aee476c0a2303982a23b8937
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0254-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6feff41cfeabb7f1c978fe463a912fc9718c954e579fc4e10455675618127052
+size 100638110
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0255-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0255-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6791eb21e6433d75dff6b91ab348b1bf23604acf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0255-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b7fb93df8337c32bec86a6422ae385a3fba3a05e7cc7665924bf8e10149e5a66
+size 103719333
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0256-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0256-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1f06c50194171cefd0840bbe62ae1b80937c88c1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0256-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b6f9ace4a5b88a903c0710a51b25b2c941518f0408db38b1c30ec0bb45ccd98b
+size 100067587
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0257-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0257-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1433246b08da6c07df86303cc5478f8346f713dc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0257-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c808f352a6f7bdbe87604a4b393ac6230489bffeac70e9c161be4ddf624e3dae
+size 101701761
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0258-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0258-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f3bbc12b74a4cf85f37c57587392405c30aa29fc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0258-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e43a2d51be66ca48f99cc9ebb7f702bd1f15d922dc54590dcd10c0d2d362db57
+size 102310125
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0259-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0259-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f84d10590ff8e4c7c8cab0051eb4c11f137cbd6a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0259-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5d32fef652d62746cec1f75edfc8766c86af34de18c223ffed1be338602e1579
+size 101037837
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0260-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0260-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..95c980f9f70e854edf9133c85f5dce29d3a0acff
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0260-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cf3ab291195bfae99342826c52d32427884789e1025f1f90f0bf7327dad0692a
+size 100779533
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0261-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0261-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c896aa8c3facb16ffeafeb0e4bda8423ca02cf84
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0261-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cf268e5fb22f73504259eadd68087f68f6e5b12c219121026ab8c951179e97e3
+size 100852075
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0262-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0262-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6a52bd17832019abe9701a27d097e439e0a9f739
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0262-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8f5e0f44d624c0f74551e2f47924949edee374a5228469d49f33c17442d9d3f8
+size 99944806
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0263-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0263-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..414fcb58078f9a795ab16e4249963cb6c6120f1c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0263-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:865e12c7b2c330e4cc49a6c28b6e94728790770a05f7f1b53e5b042056d6b6c2
+size 99603140
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0264-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0264-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..66c296e60c7201bd37c878ac8bdf8753e34ef0de
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0264-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a876f4cb3a7c2a4df36e19557b64dab41912f36bd4f915f24f2fbb6db6187a3e
+size 103255736
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0265-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0265-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1872bbee00de3c641f2c44ba92b6347ae9e4440f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0265-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:95643c6a9b716665b3a6d5a4104d9c8a2c05b48663291748da88a462e158382b
+size 100473897
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0266-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0266-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..de1540dbc07f1cca1c5a9d9159b73da184b675e8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0266-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:70688fb072a3565b5aa1d3ab1f59c1a1dc10a0a6716afe0406f7fc7bf45e850d
+size 100998732
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0267-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0267-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0325ca055147914b61f535ce2e4aea5dba6e2f7c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0267-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9c255d4c1caa7e9937f3f764da2fc78b9a25c95efed54567e8d304ebabad6d9a
+size 100295474
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0268-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0268-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8349540fd27ba48f265f745458a2954ab006f14a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0268-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6300afe31efaed3fb18862c5e175c276c06b9f52685b1a0bddb418362d90a4ba
+size 102514248
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0269-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0269-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..05c4fcc14804189d3e349837511e6cbdb5c5d261
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0269-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6f2190d2306662f3b4c14a5d0880ec2135a09a3d87e6168c6d5cc2f09d03dfc9
+size 102731449
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0270-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0270-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a911cadd5153558664f013c1a2dba803d7bc0854
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0270-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:aaca1f9e00236266c6e11b243839b1545202e095c568cb27fc4ce0a4ddcd837a
+size 100725210
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0271-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0271-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6ef8bec7901a9e17fd7b52e207179932e385b9c4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0271-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:24c847567b53c5439e8f6953ec4882b13b3cb326b5b0e3f47431be5c9616a523
+size 100353461
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0272-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0272-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f338c1a7fca01b25098d0f0c514ef849ebe16b09
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0272-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e2d27cb99810a0ef7f4e0e137ed78f20b0b512c015fbe4d1c9dc529ffb18a4fd
+size 100518006
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0273-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0273-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..81edd04ad69577c5d9a27f0afb7d4b7d6bb54681
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0273-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:23b75396ccd8136e0240cbd1c524ffd31b9a93a24293ea6dea1d2b3f5b0f47d5
+size 101533574
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0274-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0274-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..36848b80b6ed71d41a93becf6f900c7089fa66a4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0274-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d3b05c6e39885f5ca5a6d23946044b6add148439bf108d60225aa3115a84b717
+size 102022465
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0275-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0275-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2ec7a00a51c9371cd69f206081ed944d9daa37d9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0275-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7d089e8f2250b662764feb6cb0ba79b760bb6a1851fde730b2cba74217ec6fab
+size 101214175
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0276-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0276-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cace0e6b5d5caf1aceb77e4479e6383100ee628b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0276-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4c7d1fbc58c6efdd8c8c6d3bcc912efe03104814c47ebb98ddce76d58d36b913
+size 99947188
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0277-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0277-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..55fb681379218ad629d0473818e75a02f53ea423
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0277-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:38c25d065e8dd41ed059e58c4a27cdd51468f039504df2242a632e6ea4a0fe70
+size 101399470
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0278-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0278-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e03bf29585dfab7424178605815beca25746f2ca
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0278-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4d235f322cf1fd04718082df8abb6735d2c2887f60f91df59fbb4133020835f6
+size 100715109
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0279-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0279-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5463c15de564108a49e49efa032780bafc9609fa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0279-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:12770bcb204268574cf148004c76cb13a6842ed73964a8e588bdc81e2ffa70d6
+size 101946814
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0280-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0280-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..641d24da7f07aef2cabb13649146398e77d9e54d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0280-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:53c650e24e08f54bda71dfe26608e3f229d80bb8ce05e1e3f962b4cca05a4b49
+size 101217368
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0281-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0281-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..79d84854c174c0d07c7987d3f11e5d62322da397
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0281-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d4244f3763457d08cd18768ac57f21ab878aefc8cd098a94de322cdfc5253623
+size 101564330
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0282-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0282-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cde726f47f0097777ec62543725c1372397f5f23
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0282-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:09cb50e4bb7395e2ed13bfbc69a1dc7c638cc52b2e44805c450091e789effa3c
+size 101260645
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0283-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0283-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fef9df9763ad7c3fee98cd0592091b098b04c8dc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0283-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:151574d520f81b87787361e5464c663c0331c0749a2be980c2f930373d83412e
+size 101218541
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0284-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0284-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..29e4347124d1b4f00f7db6ccf89cf05bb897d25e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0284-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b086f9a21a6cfd9b78ac36fc64333ed157584ae32bb9cd46981e75c1e54bcf63
+size 103607656
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0285-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0285-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2b9d85ef33aab3b4f63e349fa236e0d21a975844
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0285-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:37b93f16e76fdb3968dc04d990dd491c2988616d534833a1828e6e9d9fba19a8
+size 103081283
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0286-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0286-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7dc349b9a698ed9b7ef8e508782e2c5db7197b22
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0286-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d76b417493ef011efcd1c05f04f80a749aebfc4039f02b2358e3cd2d2277651f
+size 102225215
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0287-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0287-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7ec09ea615a983b6688f5598decfb30a68bf1512
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0287-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:92c553ace16d9071bb9be7b3cb24254398dfe9bf2c04f270fcc4bdd900f006b6
+size 101174096
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0288-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0288-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1382d98965364b20d14e42055d5a21bbce8863ef
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0288-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:da27b8db4b3d95a6ca30cc5c204285ff70c8c0da71c5b7c1b6bc4947abe2fe3c
+size 101743431
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0289-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0289-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9943fbec851972eb48b29c0e93794cdc0b65969c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0289-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:af028e5b9e6b76b653a4495d213ff14b36e67a058f24c999b8b2428db4a99805
+size 102373943
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0290-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0290-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bd16b43d12b83789202de487aff3ac157bde32c9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0290-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:de6fdfda9f649e103cbb7295ddde469c9293feea08d3bfc271a7f437abbe7a0f
+size 101741675
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0291-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0291-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d67f5407326f86c2d7a50ca74f909a06e784e460
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0291-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9566c6a408024364641b42942fc8e48ecf40f238280ba61ee6042ba5fc1c0771
+size 99969099
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0292-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0292-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0f9016b850fe4e9c3c3d1179f9dce96dd0cfc711
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0292-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:33c502085449a6cf8921e5e0185b405fd0a5664873ab312d1d796dc8b0bf92e4
+size 102903494
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0293-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0293-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1d8dfcec71fd4d23a625051e9c26d413481c35fe
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0293-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6d48799f3b15ef4849c6861d2fbc8be5b180f1d699094dca304c9ccbaa710880
+size 102503906
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0294-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0294-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..67a61903758ccbc187479da8876a30de56301ad6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0294-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fd5e3d1929cf2ab37e7b85a996c48fb192ce19d23fbaada00eb4516ac440e327
+size 100997957
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0295-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0295-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1d75c661dd611fc95e7b23e4ff378d19ce6b2e90
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0295-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:872a86a4fb7e1f95a37d9c613910b0d643108558abed52958b82fd4265e999d2
+size 102943077
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0296-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0296-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7063c8cc8b1c9d401d1bb1d96324218c58ff171f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0296-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:70eafc575c2821ef5ebb5258ff696c23043e486b6b95586b86849e0fdcf8d5e0
+size 100799991
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0297-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0297-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..050518c89859817f69473f169c07cd521a043dc5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0297-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:25328877dc1bcb8030331097d608c6f6617a98bb7c3a7714e869c849565b7f89
+size 104461424
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0298-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0298-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0abbea518e650c43d15d3f4b21b688ce48381430
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0298-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:96cc12c84e381088129d63ea4af7e02c0bd9e81fb53e825df53d1c21b8c6ccc9
+size 100489710
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0299-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0299-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3bd6378a9655c36f212df504157987adfa83c9fd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0299-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1c25253107e54f32977522310d3151cb914a8bf2bcbaa1cffc3770681e6a1fe0
+size 100966979
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0300-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0300-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c49fc82a04f9ab54a9dfa601c9bc1a5de778a3cf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0300-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d45750b46c557922538c781bfa8f1458dae3a67672d44dc94e0a39edbfc0ccc3
+size 103250347
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0301-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0301-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d6a017000bfc09aec6582a409236e902d2465f73
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0301-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:74bac58dae1e79f3a139ea18925a382bf23454d252c60f1ee65b2aca138b9b05
+size 103623068
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0302-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0302-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..237e05e8c508c7735bcdb60c988e36728ab2e517
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0302-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:577a684d050dd1916473e10ee154c4ed63951fb0b7965924b5a8eda06a0c3dbe
+size 100733408
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0303-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0303-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c5b87b016052b7562d41f04363b04b5845fc2e97
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0303-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ba43c45f739db997ec3865a1116244432af42317574847a938ef8f9526e13fcc
+size 102242066
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0304-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0304-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..afca7ddc58147c0d5b73c7e29a3bf6f003b2727d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0304-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3a24666497587061c6608f9f16afeae719455acc373574941c5bce11b73fdd71
+size 102243334
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0305-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0305-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..503fab874754e54b01922d440e7f950c1b574a5c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0305-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:62deddb02e2c102ea6ff7e23f109877388d2788ae29bdb0a1cc7033baca9258c
+size 102162511
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0306-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0306-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..54a373f17eb84d8ef4292f167f0d3af317651495
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0306-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d7ec71ac43edc74ab76d47fd9c60223e9c5f1855a27429d3a3d655bc977874df
+size 103041913
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0307-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0307-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9e72aa55b3d3c36407708acabd0a8fd908e7a6e8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0307-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5df9ff849cc002cc914df9ca774eb23b5a46e20225667e5fbe26add66b04a42c
+size 101676694
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0308-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0308-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1226d4c600cc4887679dda7a8c65c6bfa5c89da2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0308-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:59dcf57ec2c71603125fd25f5b33a12d7d604063c8d2f81d3fa464987493a304
+size 101033030
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0309-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0309-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b4c1c8f680c87efed4d5e6db9eb5ac9d449c96be
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0309-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e77f1a4756c14be535dd9af38d1e06dc7f5f9691171fbab40a1de6fac1a8a3e8
+size 102937575
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0310-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0310-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dd5856f7f1448fd84d54103042a82bf0e978fdfa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0310-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5ee1ab716bd21a730bd180fdf7bfbd71c2f156d73e0797ad80d5996098749210
+size 102374642
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0311-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0311-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e802e055e8c4344fd369325a04b8a99aee2971ac
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0311-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:de917df43580ee1559ece97fbf4be707ec5fa9bd4dafb70fdae515a2b3c17124
+size 102347160
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0312-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0312-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b9f68301bbfa3599a05d5ae3140963926a633fcb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0312-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4a59d962a12dd87b018c54de9c4ab3ae1cbcf2ae70393e7b236030e1e7c5558b
+size 100646143
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0313-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0313-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..76aa7829b457c60a9250a2ebc3f73a429daa7d7e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0313-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a7c6fbc680ae80cfd1c1a7bfa801e24bc269f187a7b14ccdd2e43f8ce083c3e9
+size 102646823
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0314-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0314-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b4bf2a1b7d771497141250cf9cd5f5112b7782cd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0314-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8c4dc0b2bb48daf1a7cb381ce22f6c8b783ad2b05ed987bc4cc7902a687bfba3
+size 100800284
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0315-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0315-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..35b8e4da2d21936b4f9573dc65a9181d090b4e56
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0315-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:12014fe0b6b9c4b6d8bbbaa00d3c37b14d22395ac0d4d877d3bc9d342d71b089
+size 100360959
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0316-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0316-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..23f53ff0850c9180b77880c8117d5e46a753a7ae
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0316-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a7d1e7c80cc5c54c2142b13337dc8314832024d1bb7c109d52f062fd8c9522f8
+size 100828026
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0317-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0317-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..abcdd3b7d0cef6df23a660c0a3045f05bb022b9b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0317-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3f6fb1bfd4957c786ade97da359aa990c2d9766fa66f30a4664eb3b46e14cc28
+size 102105904
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0318-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0318-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b8868b9459e8584bef1d2bcec0a60d6f22edd726
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0318-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:93c0ad1fc8bbc9d3c8d53a7aa070de7377b0a7ca2b911c8c64756ae81c1ef011
+size 102323064
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0319-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0319-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2d84b9604b7fef929c4bb531027a4828abbea9e1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0319-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ba15c3f58a912bc8ec759eaed089662700347da6182b4d638288be4d51609fb3
+size 101242452
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0320-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0320-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9586ea0f53a92ca20176b77c3efe9f22738fe112
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0320-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1cf2d6ee582b63528c0e00b6dbad01f2508249952209735dd2254367c351ae2a
+size 102004846
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0321-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0321-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e57716c10d462b296ba78f642ab51d5efa8ad359
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0321-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5e987970577d3df37186a58906ed335888db82dc7ab050f7e96f6051cc05d95a
+size 103635700
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0322-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0322-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bf80f5a616a5f1d4ac8360b135509264bfe7b6d0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0322-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:32d7598454b6c9db35cea94ea3179d7f6ddd77b9ab212358765308349eaa14d9
+size 102021717
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0323-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0323-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6c707385ef66b92b503695fe054f4876a6ad0ff0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0323-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3811caec780a2a35432eac7110b49dd9c80bb5725091b9717683803a63444ccc
+size 101064174
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0324-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0324-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..aae3e68a24e7a96639eaaece5cfb155076577f8f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0324-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cbea4d14f91737ec67cdbc3519dbc7d5fb3108fcac3eeadd7b0f8fcac6cce957
+size 101448626
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0325-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0325-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0f5775ef775b8d311e31d9fd0a6f211612264872
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0325-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a14fd614a265817b0f6a0ff63545a62011af48ff157c7578e17bb013fab5965e
+size 104346318
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0326-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0326-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4425080e329f82991d9816a2a71125c16b9d0cda
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0326-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:038166a50b5a3f41e5c9b25583b8e247480b31d2fe2d7678b3da6e0b84a6d641
+size 100305842
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0327-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0327-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7852d6267af737d3209c3d4b1b521ff9c6b43ad2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0327-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:69941543d936080a24f54ac958c66e1c81dc9f9b5a07ca09f99abc63c8fc40f8
+size 103138788
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0328-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0328-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..28b63cb7b218a5299aa663360998eecd5d3a9efc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0328-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3c8e007657fbe6494300f7155662d645b69c5fa5f2ed3997b132f750fa8ba3d2
+size 101152251
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0329-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0329-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a4c21036aae4f9a526d2c68256985fc96462dc52
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0329-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:759901904333f364c18f4aebf93239fc5e9f30546d43cc09141c9ca05dff9a9d
+size 102925594
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0330-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0330-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..54562d250d74788fc36e931a774e1d33f365f1ba
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0330-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5685f2756bbe873b081dd8353d4c9f7edc7289183d1f7a127fce5e87c6b31ef1
+size 100251820
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0331-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0331-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7be627f03dffa682f6aa78982027a5211fef98f2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0331-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7dc9db9d7af84063d73a1f1aa49c6c589d5e0c1f9938f9053a52e83567a59590
+size 101587660
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0332-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0332-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2d564ed132e7f3e2e137a3f8f1b7c883f249d6ad
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0332-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1d86fd2e505777556afb9d4c429f3d41da14e4360358add779d3955001fc3ba3
+size 102032552
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0333-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0333-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bdd801cf7426b752571b19225125714e8d43d589
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0333-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3d0a1a27c66f25a880609b4c7bdc415e7c5b37ca9612f4db10d3a88fae63b6ef
+size 101537449
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0334-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0334-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6bccebcb8778edfa0baa73e037f6c4803ba5edff
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0334-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f1716478f74b4a5f3271531cfca5743f7030d7387448357f49440eddb458c6fc
+size 100950899
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0335-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0335-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6489c0b19d63a9ac265b0bfc226a97b431c309b3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0335-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f175de9f3d64b758a833f63b293302cf947dbe653a559ebb4004337466bb6ef2
+size 101509204
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0336-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0336-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e9ee7a1abd2deb10f2ab542ffad52ba2256170e3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0336-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:25e1bc4dcccef880676ad211176f788bf62634f80142067c805cb20a02021ac4
+size 100805292
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0337-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0337-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1ad6494ec4bfc28508c12820df3f743d5002afc7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0337-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:87744497caeb4729ca66fa14f38f86d3fe1a066d666957531cb0503923d305eb
+size 102084880
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0338-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0338-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c16c95b9fbbe1fb7dec5f9cd5fcdaa7fb1806eca
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0338-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c464c924750f8e4157e1f77100debc7d4816265901dd1c373c37543265641bb9
+size 102058052
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0339-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0339-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d66473a457c978d3611ac577f206588cb9588880
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0339-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e8a7f6f04df11ac1e27cab78fcdbbbc66b5200e5fd924d9bf78186eb0925597b
+size 101329408
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0340-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0340-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c452fc57bc08e2ca18e4be5800da3f3f0236d9a4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0340-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a3ffe4fc41bd64d1ea5ae787ede738e0f0a38ef5f391d00ad99e5ddbd4f1486a
+size 101592276
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0341-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0341-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..87c4b626247065aa24d2af197e45358f3ba71e1b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0341-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:21519e62781a9aee76f4ddd8e4868fb4896aa26185c420a3f507b5117dbf0d5f
+size 101404983
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0342-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0342-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1c13c663cdad3cbf017efff71044299072f966fd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0342-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d5d50c36a2d3ec23ee579585d68f04b940cd0760e35c3a372051882163426117
+size 101734063
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0343-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0343-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5fa1408dae53b5e67b77ff7fa8d3b60fc1355fd5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0343-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5769b27770c56902e52858049dfaaa0a4dc9dad4bb537136d6644293033a682c
+size 102390834
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0344-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0344-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5072b9b78420e235821c4a61ff1bc44c882f022e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0344-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f0b293fcc295686518aeb3190552d0d9815a56b405cb8e406a9233a548522871
+size 100985363
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0345-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0345-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..19e7b7d0cde3f47dfaaac78c9b592d8e7b2e2443
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0345-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f6f7424eb05d3e0adc2f6b0f414e7ba6baa0f9c40ad5997a56c5ccfd10c2fada
+size 103383619
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0346-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0346-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..57ef0813a292bbbbb285b5f290816a8831a4bb69
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0346-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:abd062546941faa21b3b4a1fe93ffaca9210cf7bc15b7f4921d91faacd8890b0
+size 100475407
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0347-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0347-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d01709c70c59f80da0fe7f85d09d06b6e3fc110c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0347-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1c80af9e408449c27e52cbb528ac25780198db0471a20e3d919966aa60d4a03e
+size 102568652
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0348-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0348-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..66eced08ad622d39c4734c2b4000e5556124e88f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0348-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:23bc9e8460c7e15b4fd67a0186127e37be609a74799000de29493f23c5f13ea8
+size 102663509
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0349-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0349-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5ab630681f351be6bc9e9650f9a530a5a630ea9f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0349-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2c6a0e0dc286635e5f151c82939a82a689f9e80c5f85a8ec30bdf1780517261b
+size 101980210
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0350-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0350-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f316bd8822e36534b7d8cbb36823e462fece07ba
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0350-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:46fece64b6e967ba5afa7f67c5b68a51b24369024272670242c4fd1f3b65dfa0
+size 102062895
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0351-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0351-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..91c40df3331bc2f7bbe1bcad922e6dad9939dedd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0351-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:85d8224a27e69ae0aa36c257a74a34b4dbf05d262dff1527f17ba52d107b0c80
+size 101390371
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0352-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0352-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3dcced8207402d569f3535c943dfce571d79fb72
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0352-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:64dff9db9f55e06d5a7b9ca1fa23bb116eb8d10dbd527469569e03afe678e964
+size 102754684
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0353-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0353-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0d2ac5fa26fcbef3ac1df0afaf4158eaf1615c6c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0353-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1864b506b5c65f072ae9480cf987b6b786f29e4c6dde5120a0688c69783c6ccb
+size 102614537
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0354-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0354-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f3f0de6d13bb7f035c619f1b289b51e29aa35966
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0354-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5a3560d94f0646fb7f18bf988df5749ed74add42e5dbdf2064cf2b1ee8bf8b47
+size 100588512
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0355-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0355-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..da745b424db4346cc0e4a6bf04974a0df5e875e9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0355-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cef1edfad272fe021e31ec73baf8e5d571a31865d198661d3f7adf840f283416
+size 100797594
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0356-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0356-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6f804165471b411b4768a0aca892d1bbd25bb657
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0356-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dbbb5d1011bbfacadcf22ef4dafc7db89071403a4b81e68dd4f758021268efd6
+size 103139814
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0357-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0357-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2802332cf3c9e435708ccd55ced0abfaea3b2023
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0357-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7c5c54e6486e51c25549e28a07f928dae3071affba7fc7d48c01a53480dcb8a8
+size 101842515
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0358-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0358-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cfde330d07ee4cf6e0ee6a298cf71111ea595ea6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0358-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a4b95122db7e96adffd7659d30e5ed71d4a854ab113b93479cf3c9693e2b3c01
+size 103044595
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0359-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0359-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d41e14a1b4e2f33cc7af04ad83925119aa1a17c7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0359-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e9b611bb364b28e87f29dd7faf049e73ea499faddbe1a7f17dd4db47cc3149d4
+size 102012278
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0360-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0360-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9e275fee3c1e17a7c855034fa95e2b435b189e4c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0360-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ec6bf664c13448ac58409c34d8c9078711e38339912eb8043151004dc22965f8
+size 101111823
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0361-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0361-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9d32fc19df5bef593dd780de1623ab10727c6934
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0361-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:971c1d39caa4b1de0b4ebdc53dbe453c96f69579bb91983b9a89bc694035ffeb
+size 101835691
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0362-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0362-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2c366e691ecffb6d53811d98163b466331739925
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0362-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3a2beeda08ee761b1bf0f50f5ab60a307ad664e405908138f81d7067fdd195e2
+size 102552313
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0363-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0363-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0812c6aea73c9f67fbe20dc02fbac6665cf943b4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0363-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4880ce22acaeb333e5b978e3a91e0a0e6dcabe1c68218af20dd3dc324ced140b
+size 103420268
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0364-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0364-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8ca27cea8d3a527aa3adad23a4cc8c66396b983d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0364-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:79eb4dcca0d96b8ce747bd32daabeb4867910ce265acbe3c69d3bed42ea4286f
+size 102423382
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0365-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0365-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d66c09a0d2d688cd7dbb915a5653f09229af7f3d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0365-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0286df63a9c2204dee4104fa63a727defe2a0ab84e5967a4eed3ae9e805d4fa3
+size 101361716
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0366-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0366-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..264c176e90406a81e23c3abcba61297f17dea72a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0366-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7cba25a1dd518a7acb1fd96c752628497c158808292c3fe17511b176a9cbd752
+size 103363535
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0367-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0367-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d51c37c098fe350cfee68c798a5e88293d19275e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0367-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b7d8762b7af60254e513e8f68588c0d6741877ea35fc9b595a5a49804c3f42dd
+size 100790744
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0368-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0368-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f29f4caafcc495f64b3d3a2d0827791fabe13a39
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0368-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:436ebc8277c241cac97413fa89dc03f258a67e0056e38dc203bc01cd6c6a78ed
+size 101375158
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0369-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0369-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3d55dfa55f693f119debda8160ec5098e812fa11
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0369-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ef691876d3c9f51101cab571680384aa0330c81f399ea2d767cb93b961b60430
+size 101105924
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0370-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0370-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d136ee18408a56ac15c65503607950edf470b440
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0370-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:321f3da1320d2da7c8fa95a8962cf3ca704557620ba8bd9fe77ed324f76523a8
+size 100695023
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0371-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0371-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..edc6abb6ac222d1dc4345e5cf9eb14f9d97679a2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0371-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b684f8738d5bf091f3de265eee7e2c446bc91accb3a5aefac35e28930b2d0cb0
+size 100517619
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0372-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0372-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a47ea82700c7361fb7575fe016d9b9d89c869f20
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0372-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e1fd6c5f20de98555c4751ea58c0727bb85f74632cbcc449ba6f589d6d51e38f
+size 101242229
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0373-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0373-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6a0f96c9a63297fa0e8f4292f4a3162a376530d7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0373-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:48d2678c1e5f903ebfec1c7faf9fd57ee81b3721b52743f1b0547bca34b1fed3
+size 100792346
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0374-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0374-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3db892c7d409fc2375c06fa1db56726e0771bddb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0374-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6a114f7c6c8713e80fcb03184678b4405184aa3608e2c83cd1bb3e67c6830b53
+size 102277566
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0375-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0375-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dbb108c66626b82a16bdb8c8b075daa56ca2c7e0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0375-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f27a4b52cc6a756d640dceead2a56c218b94bfc2fdbb25847cfe37f68945aa04
+size 102423250
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0376-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0376-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..604146d5168d57731f797e3f25e353019630fd93
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0376-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0bce54a21ac2fa4b8872dd42c5c13f1da44862b03528e99dbb9837a10ac896ec
+size 102292743
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0377-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0377-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..62d0c70f2ac2fcfab8c55236b56bbe1b56e085e2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0377-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9982edc0c836103efa755ef3e2f05feb70771c3ea2069907ddb8ac667be502dc
+size 104105532
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0378-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0378-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..861d51f0307553e3436ddda99c1841eb6cfea80f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0378-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d5da23f62f75da86465c9f9656ddb92f3aeb7c47802687beef33f640ddd22795
+size 99978621
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0379-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0379-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..744764b16bbee230a7a0b89eeb65135e3a0360c4
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0379-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8f54a1d7375997e59dfd7e1774bf320d0f65e1cff19012ac8dfac2aef3a00473
+size 103047859
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0380-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0380-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5b43e0fbe8d6cd9d4432059e30c242e1dafccb2e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0380-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8766eb39ddfd663949e355b8b6c78147b4e8d1e3a1e1999682d195db666502ad
+size 102848557
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0381-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0381-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..269cf3971861db3821d7905f63dc508cff21f207
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0381-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1d050b9aeea7609071ca63972ae589b418549cbe4971a4bd93a59797787d2a5a
+size 101061150
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0382-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0382-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..59a525f18a69dda483c525173b2d56d49967e13f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0382-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fb8e31c84d54722622dd05d855400271e1c0bc1e57df2205255833daeb4a0492
+size 101482641
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0383-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0383-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b934823a3c0a6cb4a0e156104f493d4234cbbf71
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0383-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:616ee5bf406b6e6a2a45a81b11f199cadf2d21e6fffdbe613485fbcc61042819
+size 103844654
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0384-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0384-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1a1a6712d251dc46a36ed0ef9f9d92ed5319124b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0384-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e0afa672bd7dffb47aafd633c4b0c7dd9a36bc0ff183e1ee1addb34b70742a0c
+size 102388844
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0385-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0385-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c9db35d0392432aecf6b6dd46daecd2f4464b152
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0385-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f9259712874895c122a931ad23117bb49d642401f21d0cbc76b5e61b36ba044d
+size 100889600
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0386-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0386-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cb1c00978210d7a6c697acbc9cb67b5631e9564b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0386-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a7519ced3c947d0f9fd917eba86afae86123fb40331aaf4b574839ab521a0611
+size 102218088
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0387-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0387-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..be4027c15eb418763b61a7d99cf0f252c2184a46
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0387-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:38f63a1484b603d30768703f02faa7163434a1e88dc69503570a6b2d51c3c64c
+size 102451208
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0388-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0388-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..baa48e9766f8db29969fa5690694d6a21de9d304
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0388-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:bb14dceb8462c2fa5dc2061a589bb4a9a5d637f6ae3ef42960aeb130f71f8bf3
+size 102562917
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0389-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0389-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e1a34170c8d19c24320b0a7153f9967976390b71
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0389-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c1b6a0098ddb8173cef113d1151ad6a5f970a3728262fcb0358f0bb291fc0808
+size 101157215
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0390-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0390-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dfb0dd681565f0dd4bab10fd0b7b24584965957e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0390-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1291a20adcd8cad6a5bf77292efa79a16b7fed4ba1a097e1615c64577167296b
+size 101449841
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0391-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0391-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4a8d2cb0a5f4b1d6109c37092ca5c57739b908ed
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0391-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8a65862a3161469b24987c96bffd765687eea30bec84e6dcc56ab4816fc4604a
+size 101608981
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0392-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0392-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c0379b949d198314835bed941e3d39fbc47f5728
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0392-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3fdb2bffa5219abbb866bd2de4a5eb88017c1ebd7d6073323f1757ee9675218a
+size 101132852
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0393-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0393-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..38bbca33dddb2269fabc02ac0267bcffa3d72a46
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0393-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6ccb3de34c9f9ca539ea028f3faad72340d8513f8e90b4375c8640f1a7ccc06e
+size 102075768
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0394-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0394-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8f1782b2b004666f5e3b8ad84a14f8b7d5faa96b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0394-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e509f69bf5b3b05a3e0032a2b618bf4ec98e23737e7de443ae90466b8aff2855
+size 101508678
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0395-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0395-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1a83ea33223dddb6b2dbf9fbc01d928b7ee5ea20
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0395-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a511888ec310523b5179e83f856c494230d6594a321f1b920f5ef83924a1376a
+size 101244627
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0396-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0396-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fd4310d59beecc78089b7f2ddc49053ebd740b7f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0396-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a844deda91b81aa9f17de1bb0b07ef94d9928e8f9f191cd3ce961d93781b8a91
+size 100571127
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0397-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0397-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f769e98fe70da71c348a08f94692e3bc81eda632
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0397-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3c3a2bea51792bed4002f19354c339a04d6f3e37febafe1a534eaab85fed2aae
+size 101943218
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0398-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0398-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7445460fcd3abeac15a013a4b664e61f878fa465
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0398-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a0c2e198406c55d29359668ead618dd7fb36dc6e7ca77e2baf8e6dec1a337d1f
+size 101197251
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0399-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0399-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4faa41d5e6941e376a72e94c6a795a96de56e8a7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0399-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ad6df6bacb6c485a8713ed97fa59f24a6b343716726aed8b80e4841b1cff1c78
+size 101638554
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0400-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0400-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..da4886c08833a3551888825739cc69166fadfad7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0400-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2a7445cfab01c9cc4f26fda09b4cea903f89fa4e0f04e9a51efa6c19f326a6ea
+size 100598322
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0401-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0401-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7a72d3eaf56877b232769ca51137158d83366a91
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0401-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fa3943f6ed39c4df005ed9c0f4627bce61cd1b1379ac5840defa8646350a8e9e
+size 100981617
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0402-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0402-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2e911b94217c351607d8d62473c56e20de6f4697
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0402-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eba8c6a43456a7f4a688fc4ec18835286583b911288c43d0d1fd5d641ab52301
+size 102094502
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0403-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0403-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..34ea216513146a9ea53507fcf8f0370be76f9b5d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0403-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1da69488f687f8bffec0b8cbb7ef1d9da448f3f4fc92caf0a30fdf8ee167660e
+size 103533325
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0404-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0404-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a40d7085cd0ac26b3fdb8b542c2dce9c3628b93f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0404-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:97ded833f958f5252d03766663259f61559e62c83cc18c402860bd25503fdab7
+size 102018184
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0405-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0405-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7e035d6c0c5258518fb7a0efc22e40ef94502683
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0405-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7029fd848cae70aaef1ed2b1527490131e915d9f6b6eb68972a2c3ffc43acf33
+size 102676990
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0406-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0406-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..81d504efdd103165f5bb116f9b7cca030a1c9b46
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0406-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a91dfe180e010b6a28ef09c1d61966d7bc36aab1d082faacf576066ff247fc74
+size 103161321
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0407-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0407-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5fb988d3b0b88359456f3fb67e0c78a93f20c3df
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0407-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a9bb497a284391096c56106d7375dbc58ffd63707f7f20aa3c1b71884d4bfba8
+size 102873858
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0408-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0408-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b8d0aead3787ce89ca6d96291e1b1218c7a05f62
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0408-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:885b29e4a05ce23a12c09c6d1de074ffe6e656c1ad8996806e237c57b88f5e65
+size 101517900
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0409-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0409-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b5718858103f48bb8772f9b73710ce10e46445d6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0409-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:acc4a2248f47e61812718535e4796868245821771e1274eaf62ca360ad694cab
+size 100817392
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0410-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0410-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..52278afb1032486202a91afd91a10b400e45c502
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0410-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:78b3043200642665cc9e0bb09b70659d24d43e9157aad4145396b329450889cd
+size 100690404
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0411-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0411-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ae6c43b60b5b550496de6fa4c2f43d7c960793ba
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0411-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2c22e8e14ba6aa230b79312c99c88df46bb6f584501af104d2c1a7ddea1a53f8
+size 100990613
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0412-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0412-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b34d01addbad9b4913bc5db150abf19e5a596dae
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0412-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7c26649e5e800e7e31dcdb81505ebc6b64c63ed5a87d690b617eae39a9d5985b
+size 101062433
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0413-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0413-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..360b5a1bd93a79d9d4fd96bbeae944147008b433
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0413-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ba23ca58873314223e4602ba2dd4755b1a35ce68dbcb1791647bde45f3c24f4e
+size 100360674
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0414-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0414-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..68e1c5faf6ae28bc8b3e9e1a4701738426817ff1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0414-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:59e9304c0a131a934d8522554b5a6ee4327c66e68020be8469264a5bfdbd9a88
+size 100767493
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0415-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0415-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c9688d358a50f40ac89d0c6dab3cdc85e267e255
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0415-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:26de28776c75b7a3d4f274ef2f2b8a9728da6c2c1021b1badc81ee937114da94
+size 101178356
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0416-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0416-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..28e2876a22ff9a347ded461acd43a837fa5858fd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0416-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6f663c6e2aefdf80d562f4aaf8952aeda8a6e761f9e2587027fef2ceeb2b44c0
+size 101197437
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0417-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0417-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7514fc4ebd747f8922b338452f16744efc932783
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0417-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1b2868b1c95e923d99125ba84af81c5b5b3543ae2a93664cd9d9263b28567ccb
+size 101552878
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0418-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0418-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..46a0715ec551b90a5af2c9fbf085c422a15c62cf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0418-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5e3ced70a1ca2e888b617610aa98c9e44a52c841e87bf542c3c4b49da2fe652e
+size 101996610
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0419-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0419-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..276424c0976b1070b4e3c1c7a1279a0e8fd01847
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0419-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d1878e9acf9dffadb5dc505a51152699a748930a81148eab611eb56795c10d09
+size 103271511
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0420-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0420-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c0d6279a2feb3b313906925e21735169e1aae869
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0420-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a76feae692faeb87460caced941a4ec12fe8569e7207dc66f029591beda6d481
+size 101905233
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0421-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0421-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b8bfbac8cac9bc058f3e03413b6171aa1250cbe7
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0421-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c0f83d6bc120f2a986a375bc58c6c52e93afd14d451768bc874d6c229eacddaa
+size 99875149
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0422-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0422-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..68a7411501a74bf55b500761b80695433944a638
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0422-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:027d8c571927830691ae20a842c43e5315caea4b7cc3d93792c6755e39bb80e1
+size 101945023
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0423-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0423-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..91233e22440281fcc338c09b38cbddb48d3877cd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0423-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:914e16943faa4dc8c9344783befde29421c89970ac9d8ff2be8fdd1c34e62912
+size 102438788
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0424-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0424-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..10ee24d7e31aea3991c36dd655f31bdccfce4c45
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0424-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:08ec9db40eee468aa46cbda2aea298b946b20e30e3d0195f819438d3daa09569
+size 102262343
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0425-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0425-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a0d291eba5c643310f020a6accb2c6797c7c187d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0425-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:db29c2743d714dd3f6e133b4871d0dcf44fde09ab864c45640ec7751c1e5f98f
+size 102533011
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0426-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0426-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dc25bf5dcc3deba26024c0335c282c2186e89802
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0426-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d05f44e2eb1197a1029c0053a8c07c8229f3f827c2da3b39f91157455b1b83d9
+size 101819016
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0427-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0427-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e15004d19828e5fe37d1262570b0a60788d52a76
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0427-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c6ca306a60d564f7b7a7481a9516739f74ffcb07144dc15fc65872bd986a4ec8
+size 101610498
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0428-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0428-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5aebec007952bd6ac5bd5ed5a3cec9788ab699ff
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0428-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ca0291ee5857168044e16c3dff90d3038fe70498400acbbb3a9fd941f8553853
+size 103446879
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0429-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0429-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a129f510ae00667d6ed4cd1a2e275953b3e7851f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0429-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:31002f71e277976b87d95e6e6498f5647dffc54d308e0667acf81271b57a5539
+size 101630789
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0430-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0430-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1b470ba2e913464379f636703eba6d2bdb6105f6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0430-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:43e389e70cccde507bdcf71882557a5e2a894b118ba06b969136a09208da0a30
+size 101088267
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0431-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0431-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..490352380e40cd6d63720f17454d0721c47a9306
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0431-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4fda779b6d39d24002e28ac68cbbc9428f449210e15b460a1b35f615e35b2159
+size 101482350
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0432-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0432-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..414fabcf5ef4008e57ba56fdcdbc244b82630591
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0432-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e676f99c8bff5e0a9b2e01ac025fc8f9617603b87802dd209233bbd5ac447acc
+size 102103500
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0433-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0433-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9065c5c151a6b26b7ee98edd14c3cc002e048263
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0433-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e9af8ee39ca30ddf62dd4d3e2f2856b06ea3ffa60d4726cabd4ec5085cb4109c
+size 100421418
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0434-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0434-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1cb6aa7697a425c08a85eabc851af7a23b937cec
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0434-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:50275dc6329b7a54fb5e93da75f370904deca404b9d8239cd4ae386e0f07060a
+size 103265679
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0435-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0435-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bf4b953deede8ef09c57a9aff6594bb6b6934d0c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0435-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:02e27a2bc9b4878e78323c7d01dec5a3db1bbf5b0dddf8a14120de25cf23145f
+size 102367530
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0436-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0436-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fd52fa086f9a3d8bdf6c0243ab8a61597cd285e9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0436-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:aa628a978ce9b0127cd104c9267365dcb5758aacd111238c9c0a24b4ab488e9f
+size 101475393
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0437-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0437-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d9279a72a860809b0159a0cf02e0e5700d40bbf6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0437-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7bce93899b962a7d200afc5ee9f4b5636b7b8e632b74b436c4061e99ba3b4cee
+size 101275876
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0438-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0438-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d3001d1625a6e312056381a4f60af384394b30d3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0438-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b63b3898612060d384c2660fda6b33194161b50a6b33c564eb54d62bff2c51b1
+size 101189484
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0439-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0439-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..8cf185d61b55480bd05eebc1c76bcd366373227f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0439-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a65f9c78c4adc094ee35ef62d57513b969acbc181e39c349b19f0196e8ce6fe6
+size 101960631
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0440-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0440-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0a78587a8b83e523828680a3c8f3f1498aa7a6d5
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0440-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9dca6ad2a498f3ae85e9ee0e4aa63142340ff1d39a2dc6a6f60379c0330ce9a5
+size 101705380
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0441-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0441-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7609d1de70d507b8805f7ce7738c7d7fd7eb677e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0441-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ed94ab91065abe2e86e01ddb20d8986e8d4ec204cdaa54476f1ac4ee18f2c031
+size 101204944
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0442-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0442-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b2e122a802e79338ba6351b459d80f2f28762cf8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0442-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ba57848994a60eaf9b349bdcd7c057c1711b2882fe8b5a35999d63f400bcf43d
+size 100930121
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0443-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0443-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4c8b71df2b33994203c54393c04e209deec4756f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0443-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:70fdbae0b12aa167279e460d1b4745783d06bf50d56db843ddf28b68fa891a09
+size 99836376
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0444-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0444-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b9fbc1194da795ade64b5a49781ad0afc9db86d3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0444-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:091e576fcc4e0ebbba340f913a1f671fbe3c7ab022ff8cd6326c076cb68088b3
+size 100711592
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0445-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0445-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..431a23233b4ff020ede98b4fb9de97eef10a723a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0445-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:789d4fb14cef5139fbb8ff0e2575b7e95f4754713e5f2f9e0f8bf2a0d13fa4b5
+size 100828649
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0446-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0446-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4ef23375593f0123ed7e2cb666a3cfaa08ed2bfe
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0446-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0e67c747e5279d8be054e5388b2a86e2972b0180f3418ae80b28a5f009dfd2d8
+size 102666736
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0447-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0447-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4115c5ebf8b2c31f9be619a0d39b092f1bbbf70d
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0447-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3387a7f36ed378e160d73c5f4d80623d50ecc58cce43bc9218bf1875f83a5d7c
+size 100036802
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0448-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0448-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ff4dd8b2ed7fb39230a7ddb342eb89ca8f27ac76
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0448-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fd23b5c37982d0828ec8971adcc26eee620f1216366a209f656ea39099466a18
+size 100542384
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0449-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0449-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cf70ddbaf7022cc7b00bcb1607b10c544aabe458
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0449-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a1eab9ece6028fdffacf03f45d77053647427ca0a232b19d89fd4ad2d04f56cc
+size 102498268
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0450-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0450-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..eacda9bde36812500055427e7eb42540061f19d9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0450-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a017f8156a6c83bcb98157c097d3f1133227374f7fbd5ab117d6aceb30d573d5
+size 102733613
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0451-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0451-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dea0c1c5494ad9c8088fe270041557c701092318
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0451-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:eb6424296e0a4044514397433dfd2751e4553f56c5c3233932abdf1f3a884a58
+size 100610061
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0452-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0452-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..364c1fe1fcf302e712543b1136072091b98535b9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0452-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:90f86cf628c80b9c9e278721bda43dea50ca75d528a87e40a16772ba4107023e
+size 102648345
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0453-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0453-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..514175c5ddbed27dd53c5b9da1277f88350831e8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0453-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6c2d8619e0a1be33f325be8cc369666b2ad6941b42cb8af7ff5cb368b940cefb
+size 103126896
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0454-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0454-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2d5f4e98b9a52e27a603dd322d58eeca694e476f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0454-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f5dd8a40d3e1a654558e5a74f2217271d999fc8d878d75e7dd5d62075c214d0b
+size 101151148
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0455-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0455-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..1e2d8ba74929957c39b098277ff57286d6b6ce58
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0455-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9326ae562e86395345bf7693e0438a01638fbe2be4ff99d142e8a57737cb47f9
+size 103297772
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0456-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0456-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dedd28de1caec6985a84ac0f12009830bed25283
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0456-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ad2242b3f2aead893502109d4352a7652595246085c96c81b72e0c5d1a345d2e
+size 102748123
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0457-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0457-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..cde26fa51094bf6c979e09cf1193e76d2a61572c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0457-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:30590ffbe2984b8083dca0c4d2565b1acd719606d67556dd1b09051a44fa8e08
+size 102647599
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0458-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0458-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..41492d5142a1b824f661033a67df182c7a1141ce
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0458-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:21a102994a57d403e9226368c1d4de7755746ec5d73094d7bfe81fbbcdb6d534
+size 101964182
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0459-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0459-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..fc39da0a3681246c00cf310df2e74c2fe7f318aa
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0459-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fa6fa0ce8d7b4af35b321dc0c13be973bfa69d5c5487bb77a1897cea7eb6230c
+size 102198260
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0460-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0460-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..992923c08c12be96b31bc0eba5889cce6dab5d26
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0460-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7456bc67259d0ae69b07e4765c74261e095a24d9fa5137063ee1b436076b5fa1
+size 100788292
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0461-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0461-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9e94cb0f2107152c4497c72fc8da135487934543
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0461-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5ae39a4aa45f94bab27ac4f047cac64bcebe24d02b990e33cc320f503f2f67dd
+size 102148213
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0462-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0462-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..53bafcd31d01508ea11a008976a5669f73efc9cb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0462-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:be407e01ee6ac4dbbee6def77edc5a525384464c89ed7d2dbcd77d35ab855b59
+size 102002709
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0463-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0463-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..10fc883bf811871ed8f4a1b833effc4ee03b0ebf
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0463-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:12f49ee013dae8c55ae08a0f6a139c8d69a8e6464275f1578252583beb2b4467
+size 101944913
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0464-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0464-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..763a9f72b52dc1c09f8bca6e7fb12285e9f64eb6
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0464-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:263d4e100968b43b5f2cc15db9eb3877fbb07e305043c5c26a69ae79eadc366a
+size 103659643
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0465-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0465-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c1f13256c64dae13d5abd3fe699fddcc00992bdd
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0465-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:50e43ce993b2265270261e7f4ca8223ba4d20ee16db51adbf58202848fc4fa39
+size 101322565
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0466-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0466-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..0be3f0a9013e248551fdcd667bd9ff7fbafe98a2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0466-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0b3b9e4722ba8393b6aeab62457d9d29c2870f51e63dd40bdec8105defb81743
+size 103295559
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0467-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0467-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..62d47fe4ad3f4ac80de78bdd6e6a45d4c6c6974b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0467-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:082660db60ec9138ca4682294be53dd00aa067548b3ed948f356bbe427f12136
+size 100763676
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0468-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0468-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..578f9f8ddd798d1f082193e53569be50b123869f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0468-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0c55855861d7887285cda9a6f0d48140d6421ee4afdc2269c2ded3630e7a1ff2
+size 103433802
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0469-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0469-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..85052bd36d370a4dec39115fa3c632457649adff
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0469-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:78374914b353d29c64dc97f30967ad7edbbcdfd604d55467aa63a42922bfbe77
+size 102486537
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0470-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0470-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3763dcdc651e6a1569b0a8ee1dd06c18a47f7244
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0470-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a7e668ef3fa22581433a579dd64fd91e2ff2e56c2adfce918f441dc41c3026a9
+size 101347186
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0471-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0471-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..744973362a2efdbb0aab7ed50d3ffcfe87984c41
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0471-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d49354fc1c6f01366b6e82bc7860d1bffe80474e9b72076c5c39fc61cd8e587b
+size 101525760
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0472-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0472-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b467002add4def7ac315794210fdd90c3cd0c5e3
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0472-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:51a6a1c9bfc26e49b70dce235429b4bbc2e81fdf55a9c9a811434e26178d88cf
+size 101972414
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0473-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0473-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..bbba673161d3580a182df87250761353b219a810
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0473-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a3ec17f695fce100a95383f34dbcf04241cf67dce108cbc48a2f7f9c845bd42e
+size 101457783
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0474-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0474-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..7bf9ae71b6e5707dd765c1a752a8e46af7b3816e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0474-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4a5a91891dd4a8ae3f7ba8ac60dff436a7bdac0f5fd7361d37c8cc9502c682e1
+size 101079250
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0475-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0475-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..267a0425a00b1538cb1badf46088df39f825aa21
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0475-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c6760495d438714490fab55ccdb6f717acbcae31c243b4ef5eb06dc71f357a82
+size 102267678
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0476-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0476-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a903a9a72b0c12374898966a2768d562c4d55e47
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0476-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:45e03c25d1816d41c55d97a3d2bf53f18c3152fc6e48b61ea1e0c80296bda369
+size 101149367
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0477-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0477-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..2c33772950f53855ff9e3506b274bbeba050683b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0477-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1e55173433968f86d0c1958fd094ab324af03d166454fcf26014efcaf1a78cfe
+size 101802721
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0478-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0478-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c4d8ec3e10e8b68cf5aa1aa5bfe944b8171d199e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0478-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2602db88d3b88b397d6f742a03b6da746bd14cc0cdf60d1464df217890a7450b
+size 102598603
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0479-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0479-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ebfcccb3ee329016cb6ed985732d33e6aa7866f8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0479-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4ca319854ebbe9b84e9629df2254365c90c2c8a477e26d58e4f417e238b227d6
+size 101103867
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0480-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0480-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..80e3dc23fac1524544b48a3bfb8121a59653a805
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0480-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ca465c37344fec1ad852060a822ecc711824f7384f7b81695ea6cfc1d71f6be7
+size 102831631
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0481-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0481-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c973dbc620c3d39bfa10f3e520012c7b08381ab9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0481-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f67274c3b37c1c786144669851eb4932dd1e3aef41bb3e2d81254e134a96af9a
+size 100875420
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0482-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0482-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..69cc7101201da7bef06a4176cc55221d8c748bbb
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0482-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:53f94acc5f489d19c9022e66eaed1d1fa77b0c16216da70492f46f621f3a2645
+size 101666064
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0483-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0483-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..aca68ba553886121301072a79493f60c65946f4e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0483-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1da7a55d2949dbc3de8904235a7072329176d68cfe84dbf847189fda33b164ff
+size 100624233
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0484-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0484-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..c34c4da10dfbdfa00c1787e091f39723e7901375
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0484-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d7dff3c6fcb8f2837bf259b59ae48cc9672ce69026a3d9cdd223c1db67568c78
+size 102942907
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0485-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0485-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..58aa0d45edb08014696d2587a09a9d9d7a0fd74f
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0485-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:099b5f47626a922e356533be7414a67af797d8f34448e8f71bf2373f127cf257
+size 101593175
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0486-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0486-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..a1d240ca8855ecaeabb3760b0ffc193e4e5d9969
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0486-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:91f0bbdc5215a31dfb692d3565fd5a94e448b28e7c2a74346cb0a6246ed392e9
+size 102250772
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0487-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0487-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..6c053c91d7c0a263bb078edb334484402772ba94
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0487-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:675185b16eb98ad096e68dee2a31444faedcca9c97ec7dfbfaa6623b9459403c
+size 103312096
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0488-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0488-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9fb69947ab140f58fad9736832341e4090b5e3ce
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0488-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cd9102125ee04ba17e1456e8f0dccbebcaec868c9c023d0b4abf9720749dc78d
+size 100516478
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0489-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0489-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..f1038f044790349ef045c1c6c79ce5dd4921b356
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0489-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3ade0aea1b9d5f71b375c297cacecb9ecf890bc5b856f2d5ecb64a8c7e21fe70
+size 100480018
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0490-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0490-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9ad9d9e360573dccb713de8f423a5736bc8f23dc
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0490-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:12cd89f29d7eed161f9b4c9220dac1d5cdeb9e44cb471408b31215326d9fa30d
+size 103480090
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0491-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0491-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..250f5ff5cbe9aa70322e48ae79a17e7d404e10ca
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0491-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:152f3c731e0fbc522a791ab839ce8eae85d53bfaf6be7c5e806af11919284cd5
+size 101984546
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0492-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0492-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..62c1afd8ebb3728f519a12fc5dfb1fe55452d327
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0492-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:658d808ca0c92616782845142da5d6720505376b45044cc6e24e5c761fb6d961
+size 102079500
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0493-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0493-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..5b62c671ed7077068663a59f9cf069759103eca8
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0493-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:31458b0cf9c6f4ad64ba13ce65e63acf37a0c3faf28ee8cb5635828d3fde2e41
+size 101621053
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0494-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0494-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e47b636c17ccaae4bfedc39c2db3452ef1af4628
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0494-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:05b00a9ed4f59a138943ebc47115bb011904c7423aebf132b3dcb24fc58a59e2
+size 101488532
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0495-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0495-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..4bd6a952a705e6214e32bef81e4ce1867b573b83
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0495-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:be24b062f13516c6a25a52410aa97b07956b4155a6dd2abe2e78df94caa428cb
+size 102639618
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0496-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0496-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..31f88e892eb9774fb7d575cda4e37dd3af0b9fd2
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0496-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:31c5a4a71b0674a680c8cdc0bb6b2332f61631bd2f4c9355e57ba08b56f442a9
+size 101446202
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0497-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0497-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..b9895da2f81e9853c41f25f0765d80dcc663718e
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0497-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:344c4b5d088f92ee1f3c086799e2f1abb02e56331cdf6d95e244023c324ea707
+size 102825006
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0498-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0498-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3f5c1012849a3b6425aa409c1e90a785fd8a6e24
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0498-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5af90a2317b06c350ab36c049b383d6b3c05b357e415092891acd92aba28841c
+size 100972494
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0499-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0499-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dc52d49010273392acbaae04bf8f001a275459b1
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0499-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fd852f1e324fdf5660274a3ff07fde9c6580157958b4042dbbc61bfefe0c3732
+size 102336588
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0500-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0500-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e64356f27d884e6d71fd610945ac6b3adfcaeaff
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0500-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:632d74dff78c399d471b471cbc88d47809972fc5e041d0ef9237a0257fba81d7
+size 102864908
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0501-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0501-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..933277fa7d575f73eb9b2afc7a75863ee5e0fc98
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0501-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ce9ac6f32887fe3b3cb18090070bd29b2b03689733c53e9ca91665c03f1c0412
+size 101453645
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0502-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0502-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..ad4e294fc81e6b36cdb2b90ed828a54c4f052f4a
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0502-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4587abcb7c52516b9496e93cdc37c65e37ed69fe0549cf8709a9c9c7b4f2f617
+size 102721597
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0503-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0503-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..9d5908bb6eea1ee95b69c09c62c9162dfb7949f9
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0503-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9446fe1b76f0757dc2a1f9a4a47bfc0dfa5896abdb0c216196d4f912b71888a8
+size 101922353
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0504-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0504-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..dba5abf6b7a5502323feff9bf601d216a0e5c425
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0504-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c45bd092081fa80369df10c8beab94f0bca720f1d244eff7150fb4193e0d32ec
+size 102348553
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0505-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0505-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..25c6c4fb66f9b44adf907ab12e7d4ac1a7b2b99c
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0505-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f80a13b2f8e4b720c139fbefa80f3fc67d7ea604ef7f3bd1b879cd6739b023a0
+size 100604630
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0506-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0506-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..79f6cbd9532794b201fff33db11d948e03dacea0
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0506-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:09469200ffe01b7b0b8531d360c0c6a2d1a175dba6f082d93512fc51e2ddcf82
+size 100729297
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0507-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0507-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..80839f0c637325bbf3b9b90c71d0315417888431
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0507-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f4bcc28db893f44d1805432f45aefe87d2439ac2a5ce82f1033bdcc858d57151
+size 101309365
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0508-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0508-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..e5acbf1df86cf47456ff4b224fdf6fde9333b817
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0508-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:241a39090024d02b723629cad301ebbee0c5a96fbfe79c70b180127c78b651fe
+size 101288807
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0509-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0509-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..3e19be6a8b20f7cec27664d358650453dcab967b
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0509-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ecaad49bd79f544897353f44da64df1d2a3326ea916f9ef02fafc0411f7b8df0
+size 102578198
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0510-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0510-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..36d42aa661be5bde1a7d149140c24b7c7bb33462
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0510-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0b89d4d09ec94088bd9dc244cefe17837146e6c3b2cc3ed970500a9084ce4254
+size 101372668
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0511-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0511-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..d6181603768c7e406233b9d572141a4035279862
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0511-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:15ed93a9e26351a743f545b7d3f19064d87be0d4b67ecc0b1e29af215dc76b8b
+size 101494983
diff --git a/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0512-of-512.parquet b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0512-of-512.parquet
new file mode 100644
index 0000000000000000000000000000000000000000..88faac312f01d1b663371526e743b2f988ae3dee
--- /dev/null
+++ b/data/ultrafineweb_en_v1_4/CC-MAIN-2017-39/ultrafineweb-en-CC-MAIN-2017-39-part-0512-of-512.parquet
@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a3fa9e7c39bedba0aea8a590e311dd94b8c16020a064f30ac7e9b998d0b61c78
+size 100645432