Dataset Viewer
Auto-converted to Parquet Duplicate
text
stringlengths
99
920k
EAJ-PNVk Merkataritzarako udal sail bat sortuko du, sektorearen suspertze eta modernizazio planak bultzatzeko BERRIAK MULTIMEDIA AGIRIAK AGENDA ES | FR | EN BERRIAK MULTIMEDIA AGIRIAK AGENDA VIDEOBLOGA HARREMANETARAKO Gure Egoitzak Alderdikidetu Harpidetu buletinera EZAGUTU EAJ-PNV Barne erakundea Historia...
VideoMemoPada, Irati Axperentzat https://www.gaztezulo.eus/lehiaketak/videomemopada-irati-axperentzat https://www.gaztezulo.eus/lehiaketak/videomemopada-irati-axperentzat/@@download/image/irabazlea_irati_1367493849.jpg VideoMemoPada, Irati Axperentzat Bagenekien bideo laburrak grabatzeko balio duen hozkailuko imana e...
Gelako ikaskide bakoitzari opari bat egingo diogu. Leku batean ostatu hartzeko erabakia adostuko dugu.
Eibar Merkataritza Gune Irekia elkarteak "Oparitu Eibar" promozio-kanpaina berria jarriko du abian apirilaren 3an, astelehena, 300 txartel saltzeko — Eibarko Udala Edukira salto egin | Salto egin nabigazioara Tresna pertsonalak Español Atarian bilatu Edukira salto egin | Salto egin nabigazioara Eibarko Udala Nab...
Hemen zaude: Hasiera › Ziztu bizian › Zientziaren eta teknologiaren dibulgaziorako bideo amateurren lehiaketa Info Dokumentuaren akzioak Twitterren gehitu Facebooken gehitu Zientziaren eta teknologiaren dibulgaziorako bideo amateurren lehiaketa 2010/05/14 - Unibertsitatea.net Donostia International Physics Cente...
Hamaikaetabat Foroari hasiera eman diogu. Hamar egunik behin Athletic-i buruzko galdera luzatuko dizuegu gaiaz pentsatzen duzuena azal dezazuen. 14 forokide izango gara galderak egiteaz eta erantzuteaz arduratuko garenok. Dena den, gurea foro zabala da eta edozeinek parte hartu ahal du bertan. Forokideak izan nahi badu...
N1, N2 eta N7 lineek emango dute zerbitzua, gaueko zerbitzuko egungo eskaeraren %70 hartzen baitute hiruren artean 2020/10/21 Mankomunitateak erabilgarri dituen baliabide guztiak erabiltzen jarraituko du, billabesetan baimendutako gehieneko edukiera gainditzea saihesteko COVID-19aren aurka egiteko Nafarroako Gobernu...
harrotasuna hitz korapilatsua da, modu tradizionalean bi bertsiotan entzun duguna, oso ezberdinak, zein harroa zaren, zein harro sentitzen naizen zutaz, bata oso negatiboa, bestea oso positiboa, argi dago biren bertsio positiboena berreskuratu eta bereganatu nahi dugula, eta bertsio hobeago batean pentsatzera animatze...
Arabiako itsasoa[1] edo Omango itsasoa (arabieraz: بحر العرب, Bahr al-'Arab, latinez: Mare Erythraeum) Indiako ozeanoko itsasoa da, Asiako hegoaldean dagoena, Arabiar penintsula eta India artean. [2] Zabalera handiena 2.400 kilometro inguru da, eta sakonera handiena 4.652 metro, Arabiatik hurbil. Ur guztiz epelak eta g...
Asteazken hontan duassemicolcheiasinvertidas talde portugaldarra zuzenean arituko da arratsaldeko 19.00etatik aurrera gaztetxean.
22_0505 Ertzaintzak “Errespetua, Memoria, Bizikidetza”, Miguel Ángel Blancoren bahiketaren eta hilketaren 25. urteurrena gogoratzeko erakusketa, inauguratu du - Ertzaintza - Segurtasun Saila - Eusko Jaurlaritza Nabigazioa Edukira joan euskadi.eus Hasiera orria Gaiak Eusko Jaurlaritza Tramiteak Tresnak Bilatzai...
Mende bat iduri du Nikarraguan zandinizten iraultza aurrerakoiak boterea eskuratu zuela. Badu aspaldi Ortegak eta familiak, armadaren laguntzarekin, diktadura bortitz bat ezarri dutela Latin Ameriketan eredu izan zen herrialde hortan. Atxilotze, erahiltze eta desagertzeen aitzinean, zergatik daude ixilik munduan barna ...
Testuliburu sortzailea -MURGIL Euskal Hizkuntza eta Literatura" DBH 3-4 eta batxilergoa- beste kide batzuekin batera. Antolatzailea: Arabako Bertsozale Elkarteko zuzendaritza kidea izan da garai ezberdinetan eta gaur ere bada. Datu biografikoak Biografia Gasteizko bertsozalea. 1982an, Gasteizko Bertso Eskolako kide...
Ez naiz inoiz Dublinen egon, besteen bizipen eta sinesmenen onarpenari buruzko komedia garratza da. Bakoitzak gure errealitate propioa eraikitzen dugulako, baina noraino gara gai besteenak onartzeko? Amesti familia Eguberri gaua ospatzeko bildu da, baina aurtengoa berezia da. Elena, hiru urtez ikusi ez duten alaba gaz...
Urdinbideko tunelen irekiera Amorebieta eta Muxika arteko BI-635 errepidea seguruagoa eta irisgarriagoa egingo duen jarduketa baten bukaera da. Guztira 3,4 kilometroko tartean egin da lana, AP-8 eta N-634 errepideak elkartzen dituen biribilgunetik Autzagane lur-azpitik igaro arte. Kanpoko obrak 1.500 ibilgailu egunero ...
Jostailu hauekin, inguruko mundua identifikatzen ikasten dute, ikuspegi espaziala eskuratzen eta ingurunea ezagutzen hasten dira. Ortzadar Etxetxoak quantity Add to cart SKU: Casitas Arco Iris Kategoria: Jolas Sinbolikoa Deskripzioa Deskripzioa Jostailu hauekin, inguruko mundua identifikatzen ikasten dute, ikuspe...
«Nazio marka sinesgarria lortzeko adostasun zabalak beharrezkoak dira» | erritarrak | GAUR8 - mila leiho zabalik EUESFREN IRRATIA BIDAIARI GARA 7K GAUR8 MEDIABASK KAZETA 11 TB Harpidetu Sartu Harpidetu KLIK Egiaztatu zure emaila GAUR8 - mila leiho zabalik INFO atzerria begiradak herria 18Bilbo 14Gasteiz 18Ba...
Blizzardek World of Warcraft Shadowlands atzeratu du - Berriak - Game Erauntsia - Bideojokoak euskaraz Toggle navigation Bloga Analisiak Artikuluak Berriak Ekitaldiak Elkarrizketak Komunitatea Euskal jokoak Denak Jokoak GamePlayak Txapelketak Minecraft zerbitzaria Jokoen katalogoa Euskarazko jokoak Ter...
Haurren obesitatea Done Jakue bidea Menuak eta errezetak Frutak Barazkiak Arrainak eta itsaskiak Osasuna eta elikadura Lana eta elikadura Sexua eta osasuna Erosketa jasangarria Bizitzarekiko grina Elikagaien segurtasuna Osasuna eta kirola Adinduak zaintzea Haurtxo gida Ia guztia nire maskotari buruz Obesitateari aurrea...
© 2023 Klaus Inmobiliaria · Pribatutasun politika · Cookien politika · Legezko abisua · Laguntza: Inmobigrama WhatsApp Kaixo03:15 Egin klik hemen whatsapp bidez galdetzeko03:15 Bidalketa, itxaron mesedez Zure mezua behar bezala bidali da. Deitzen diogu izen telefono URL Captcha Bidali Webgune honek cookieak...
Euskarabilari edo bere jarduerei buruzko galderarik, zalantzarik edo iradokizunik baduzu, jar zaitez gurekin harremanetan:
Hemen ikusgai dauden gainerako formatuen edukia PDF dokumentu elektroniko ofizial eta jatorrizkoa eraldatuz lortu da JUSTIZIA ADMINISTRAZIOA GETXOKO LEHEN AUZIALDIKO ETA INSTRUKZIOKO 2 ZENBAKIKO ZUZENEKO LAGUNTZA EMATEKO UNITATE PROZESALA 410 EDIKTUA, delitu arinen gaineko 149/2016 judizioaren ondoriozkoa. Nik, Be...
Hemen duzue Igandean Uharte-Arakilgo Artzai Egunean izango dugun egitaraua! ONGI ETORRIAK ZARETE!! 🐑🎉🧀🎊 🚌🚞 Ibilgailu partekatuetan edota garraio publikoan gerturatzea animatzen zaituztegu, egin dezagun aurrerapausoa jasangarritasunaren alde.
2008ko urrian argitara eman dute, euskaraz, Kontabilitate Plan Orokorra Euskal Herriko Unibertsitateak eta Ekonomisten Euskal Elkargoak. Jakinekoa da enpresa, ekonomia eta ogasun alorreko profesional euskaldunak -eta itzultzaileok- horrelako dokumentu baten zain zeudela, 2007ko azaroan argitaratu baitzen estatuan Kont...
Ron azukre-kanabera irakin, destilatu eta ondu ondoren lortzen den alkoholdun edaria da (45-49°). Bere jatorria Karibe itsasoan du. Ron edari destilatu Materialak Azukre-kanabera Historia Jatorria Karibea Sorrera-data XV. mendea Ronari kanabera-pattarra ere esaten zaio. Graduazioa oso altua da (70-80º-raino) ...
Oneka arkitekturaren aholkularitza sailean, eraikin eremuan, gure bezeroei erabakiak hartzerako orduan laguntza ematen diegu. Horretarako konponbide sendo eta anbizio handikoak garatzen ditugu, beti ere ingurumenaren eragin guztiak kontutan harturik
"Snooker-a mahaian bakarrik ez da jolasten" José María Cortés-i egindako elkarrizketa. Entrevista realizada por Daniel Coronado @DaniCoronado98 Hoy tenemos la oportunidad de hablar con José María Cortés, conocido como Chema, siendo una de las grandes promesas del snooker español con 18 años que tiene. Chema, entrenado ...
Ekonomian, herrialde bateko merkataritza-balantza esportazioak ken inportazioak zenbatekoa da. Merkataritza-balantza positiboa denean (esportazioak inportazioak baino handiagoak direnean alegia), merkataritza-superabita dagoela esaten da; negatiboa denean (inportazioak esportazioak baion handiagoak direnean alegia), me...
Rafa Rueda, PILT taldeko partaide izateagatik egin zitzaigun ezagun, bertan hazi baitzen musikari eta konpositore bezala. Hala ere musikan betidanik murgildutako gizona dugu. Ikasketa sakonekoa, gitarrajole fina eta irudimentsua, abeslari sendoa, beste hainbat instrumentu zirikatzen ibilitakoa edota ekoizle moduan lan ...
Gizarte eta lan arloko aholkularitza eta auditoretzako graduondokoa - Gizarte eta lan arloko aholkularitza eta auditoretzako espezilistaren graduondoko berezko titulua - UPV/EHU
Select LanguageAfrikaansArabicAzerbaijaniBasqueBelarusianBengaliBosnianBulgarianCatalanCebuanoChinese (Simplified)Chinese (Traditional)CorsicanCroatianCzechDanishDutchEnglishEstonianFilipinoFinnishFrenchFrisianGeorgianGermanGreekGujaratiHaitian CreoleHawaiianHebrewHindiHmongHungarianIcelandicIgboIndonesianItalianJapane...
Ipar Euskal Herriko Maratoiaren bigarren edizioa 2023ko maiatzaren 7an izango da. Biarritz Olympique Athlétisme klubak antolatuko du . Côte Basque-Adour aglomerazioak merezi duen nazioarteko lasterketa izan dezan. Helmugarentzat Miarritzek eta Lapurdik lauki guztiak betetzen dituzte maratoi-ekitaldi handi bat antolat...
[lead]Azken jardunaldietan puntuak biltzen ari da Euskal Ligako taldea. Larunbateko partidan hiru puntuak bereganatu zituzten Koldo Zalduaren neskek, igo berri den Ariznabarra taldeari 3-0 irabaziz. Lazkaoko Arizti Handi futbol zelaian jokatu zuten estreinakoz aurtengo liga txapelketan. [/lead] Partida hastearekin bat...
Goierritar askok eta askok izenez bakarrik ezagutzen duten Urtsuarango bailara goenetik zein barrenetik ezagutzeko aukera ematen du ibilbide zirkular honek, baita Iruin ekera aldetik sarbideetako bat duen galtzadan ibiltzeko ere. Idiazabaldarra ez denarentzat edo hango jatorria ez duenarentzat, Urtsuaran Etzegaratera ...
Avironek denboraldiko egoerarik larrienean egingo dio bisita Bordeleri, gaur jokatuko baitu 20.15etik aurrera Amlin Challengeko neurketa. Garrantzitsua gainera, final-laurdenetan izan nahi baldin badu, garaipena behar baitu. Astebeteko epean bigarren aldiz jokatuko dute bi talde hauek, joan den astean Ligako neurketa i...
IkasGura taldeak behar besteko baldintzak sortu ditu bere knowhowa beste unibertsitate erakunde batzuetara eta Euskal Herriko lanbide heziketako eta bigarren hezkuntzako sarera transferitzeko. Pilatutako esperientzia praktikoak eta gaiari buruzko ikerkuntzak argi erakusten dute goi mailako hezkuntzaren baitan erabilita...
AEKk antolatzen duen KORRIKAren barruan, KORRIKA KULTURALA ere ospatzen da. Korrika kulturalean kokatzen da erakusketa hau. Korrika gai hartuta, KORRIKA UMEEN BEGIETATIK izeneko erakusketa antolatu dugu, bertan ikasgela bakoitzak sortutako horma-irudiak erakutsiko ditugu.
Lua Ribeira argazkilariak 'Zeruratzea' erakusketa jarri du ikusgai Donostiako Artegunean. Gizarte bazterketa abiapuntu duten bost argazki serie proiektu bakarrean harilkatu ditu Argazkilari bat, Lua Ribeiraren Aristokratak serieko bi argazkiri begira, Donostiako Artegunea aretoan ikusgai dagoen Zeruratzea erakusketan....
Entrenatzaile zuri-gorriak denboraldi osoan zehar zaleek eskainitako babesa garaipen batekin itzuli nahi die Babestutako edukia 2023ko mar. 23a Iraia Iturregi eta Ane Azkona izan dira San Mameseko protagonistak Sevilla FCren aurkako partidaren atarian. Neurketa honetan, hiru puntu daude jokoan sailkapeneko gune arri...
Jendearen bizi-kalitatearen hobekuntzarekin, txorrota elektriko bizkorrak pixkanaka milaka etxetan sartzen ari dira etxeko bizitzako behar eta moda gisa. Gaur egun, hiriko etxeek sukaldeko eta bainugelako etxetresna elektrikoen eskaria ez dago jada egungo egoerarekin asetzen. Sukaldeko eta bainugelako produktuen kontsu...
Eusko Jaurlaritzak urtez urte egiten duten airearen kalitatearen txostenak berretsi egin du azken urte honetako bilakaera positiboa 24/09/2018 Línea Verde info@lineaverdemunicipal.com Euskadik eutsi egin dio airearen kalitatearen bilakaera positiboari 2017an. Halaxe adierazi du gaur goizean Elena Moreno Ingurumenek...
Prestatu zure bisitaOrdutegia eta tarifakTaldeak eta gidariakArgibideakJatetxeakIbilbideakZEROBisita liburua Esploratu BildumaErakusketakEraikinaJarduerakGuggenheim 365Wellbeing Community Zer da CommunityEnpresen babesaEgungo Kide KorporatiboakMuseoaren LagunakJarraitzaileakHezitzaileak Bilatzailea Bilatu Hona j...
Zein zerga-araubideri lotu behar zaizkio aseguru-agente batek jasotzen dituen zenbatekoak artean jardunean zebilenean kontratatutako polizen zioz? Jasotako zenbatekoak ekonomia-jardueren etekintzat hartu behar dira, ekonomia-jarduerari utzi arren, betiere jarduera horren ondoriozkoak badira. Loturak Arautegi aplikag...
Mondragon unibertsitatea hezkuntza berrikuntzaren abangoardian egon da, pertsonengan, enpresetan eta gizartean eragin positiboa sortzeko konpromisoari erantzuteko. Liburuxka korporatiboa Jaitsi Cambio de idioma Soy... MU.Abrir_cerrar_migas_de_pan Hasiera Nazioartea/ Mugikortasun programak/ Mondragon Unibertsit...
End of preview. Expand in Data Studio

Latxa Corpus v1.1

This is the training corpus of Latxa v1.1, a family of large language models for Basque based on Llama 2.

📌 Notice
As of February 13th 2026, this repository reflects a curated version of the original dataset. Some data points have been removed to ensure permission compliance. Researchers with a legitimate need for access to the original data may contact the maintainers for further information.

Dataset Summary

  • Curated by: HiTZ Research Center & IXA Research group (University of the Basque Country UPV/EHU)
  • Language(s): eu-ES

Latxa's training corpus combines various existing datasets, as well as some new ones that we hereby release. The raw document mix has been deduplicated and processed; here you'll find the final version of the corpus. Our data sources are introduced briefly below. For more details, consult our paper.

For detailed information regarding the licenses associated with each individual corpus comprising this training dataset, please refer to the respective references listed alongside each corpus entry.

Statistics

The size of each dataset in terms of number of documents can be found below:

Train Valid Test
CulturaX 1,283,429 13,096 13,098
EusCrawl v1.1 1,758,084 17,861 17,736
HPLT v1 367,238 3,797 3,699
Colossal OSCAR 233,753 2,483 2,276
Wikipedia 400,902 4,063 4,092

Citation

To cite our work, please use:

@inproceedings{etxaniz-etal-2024-latxa,
    title = "Latxa: An Open Language Model and Evaluation Suite for {B}asque",
    author = "Etxaniz, Julen  and
      Sainz, Oscar  and
      Miguel, Naiara  and
      Aldabe, Itziar  and
      Rigau, German  and
      Agirre, Eneko  and
      Ormazabal, Aitor  and
      Artetxe, Mikel  and
      Soroa, Aitor",
    editor = "Ku, Lun-Wei  and
      Martins, Andre  and
      Srikumar, Vivek",
    booktitle = "Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)",
    month = aug,
    year = "2024",
    address = "Bangkok, Thailand",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2024.acl-long.799/",
    doi = "10.18653/v1/2024.acl-long.799",
    pages = "14952--14972"
}

Acknowledgements

This work is funded by the Basque Government (IKER-GAITU project) and the Ministerio para la Transformación Digital y de la Función Pública - Funded by EU – NextGenerationEU within the framework of the project ILENIA with reference 2022/TL22/00215335.

Downloads last month
81

Models trained or fine-tuned on HiTZ/latxa-corpus-v1.1

Collections including HiTZ/latxa-corpus-v1.1

Papers for HiTZ/latxa-corpus-v1.1