Dataset Viewer (First 5GB)
Auto-converted to Parquet Duplicate
text
string
id
string
dump
string
url
string
date
timestamp[us]
file_path
string
language
string
language_score
float64
language_script
string
minhash_cluster_size
int64
filter_reason
string
top_langs
string
edu_score
dict
aggregation
dict
Abonohu pėr lajmet me e-mail: Kompania Audi e prezantoi versionin Cabrio tė modelit RS5, i cili nė sallonin e automobilave nė Paris nė fund tė kėtij muaji do ti prezantohet edhe opinionit tė gjerė. Bėhet fjalė pėr modelin i cili gjithsesi nė masė tė madhe paraqet vazhdimėsinė e coupe-s standarde, por kjo assesi nuk e z...
<urn:uuid:000004a4-953a-4173-adfc-114d8ce44b87>
CC-MAIN-2015-32
http://www.albeu.com/automobilizem/ja-makina-e-re-audi-rs5-cabrio-foto-lajm/86803/
2015-08-04T03:21:55
s3://commoncrawl/crawl-data/CC-MAIN-2015-32/segments/1438042990217.27/warc/CC-MAIN-20150728002310-00055-ip-10-236-191-2.ec2.internal.warc.gz
als
0.999373
Latn
41
{"als_Latn_score": 0.9993725419044495}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
KOHË para se të lindte vogëlushja Sanel, mjekët i thanë prindërve, se edhe po të mbijetonte, do të kishte probleme të rënda me shëndetin. Që ditën e parë të jetës kishte nevojë të operohej. Prindërit e saj që jetonin në Abkazi—një rajon që kishte shpallur pavarësinë nga Gjeorgjia—nuk po gjenin dot një kirurg që pranont...
<urn:uuid:00001926-d570-4595-91da-07ad0957318e>
CC-MAIN-2019-30
https://www.jw.org/sq/botime/libra/2017-yearbook/gjeorgjia/tbilis-operacion-pa-gjak/
2019-07-16T11:35:01
s3://commoncrawl/crawl-data/CC-MAIN-2019-30/segments/1563195524522.18/warc/CC-MAIN-20190716095720-20190716121720-00506.warc.gz
als
0.999988
Latn
1
{"als_Latn_score": 0.9999881982803345}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 2, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 2 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Komandanti i Forcave Speciale franceze, Zhak Hogar, ka pranuar se ishin trupat franceze ato që e ndanë Mitrovicën në vitin 1999. Detyra jonë ishte të vendosnim një vijë ndarëse mes shqiptarëve dhe serbëve. Këtë e bëmë në lumin Ibër, zbulon ai. Zhak Hogar, njeriu që, sipas dëshmisë personale, ka ndarë Kosovën, ka publik...
<urn:uuid:000065b2-e2f5-4f6c-bf60-fa85ed95eb3f>
CC-MAIN-2018-30
https://urimgjata.wordpress.com/2017/03/30/une-e-ndava-mitrovicen/
2018-07-16T10:46:56
s3://commoncrawl/crawl-data/CC-MAIN-2018-30/segments/1531676589251.7/warc/CC-MAIN-20180716095945-20180716115945-00465.warc.gz
als
1.000002
Latn
7
{"als_Latn_score": 1.0000019073486328}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 2, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 3 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Siç u raportua gjerësisht në këto faqe, dje Elon Musk foli për herë të parë me punonjësit e Twitter-it, në një seancë pyetjesh dhe përgjigjesh që ishte shumë e pritur pasi shënoi "hyrjen" e CEO-t të Afrikës së Jugut në rrjetin social, megjithëse marrëveshja nuk është mbyllur, ende. Në takim, Musk tha se Twitter duhet t...
<urn:uuid:00008dd6-6b16-4443-8039-e38deb6f5deb>
CC-MAIN-2022-49
https://zero1.al/2022/06/17/elon-musk-revolucionon-twitter-duhet-te-behet-wechat-perendimore/
2022-11-26T16:08:55
s3://commoncrawl/crawl-data/CC-MAIN-2022-49/segments/1669446708010.98/warc/CC-MAIN-20221126144448-20221126174448-00814.warc.gz
als
0.999913
Latn
1
{"als_Latn_score": 0.9999134540557861}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 2 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Lufta në Ukrainë Minute pas minute Do rina | 14 Tetor, 2021 MK Balkanweb | 27 Qershor, 2021 Andon Kello | 25 Qershor, 2021 Andon Kello | 24 Qershor, 2021 MA Balkanweb | 11 Dhjetor, 2020 Andon Kello | 03 Dhjetor, 2020 MK Balkanweb | 03 Dhjetor, 2020 Andon Kello | 02 Dhjetor, 2020 Do rina | 23 Nëntor, 2020 Andon Kello | ...
<urn:uuid:0000fdcf-c5d4-47a8-a9f1-1f827b150f4c>
CC-MAIN-2022-21
https://www.balkanweb.com/etiketa/komisioni-i-venecias/
2022-05-22T16:42:18
s3://commoncrawl/crawl-data/CC-MAIN-2022-21/segments/1652662545875.39/warc/CC-MAIN-20220522160113-20220522190113-00012.warc.gz
als
0.899061
Latn
1
dup_line_frac
{"als_Latn_score": 0.8990611433982849, "bew_Latn_score": 0.04355180636048317, "kiu_Latn_score": 0.026464058086276054, "dag_Latn_score": 0.010455083101987839}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Mediat britanike kanë bërë me dije se fanella e veshur nga Mesi në finalen e Botërorit “Katar 2022” do të jetë shumë shpejt në ankand. Sipas ekspertëve të tregut vlera fillesatre do të jetë rreth 8 milionë paund. Eventi do të mbahet në Nju Jork dhe sipas informacioneve të para bëhet fjalë për disa fanella Kartoni i nor...
<urn:uuid:00015c72-4efa-4954-afb8-f4a828db6460>
CC-MAIN-2023-50
https://sfidanti.al/tag/ankand
2023-12-02T12:17:49
s3://commoncrawl/crawl-data/CC-MAIN-2023-50/segments/1700679100399.81/warc/CC-MAIN-20231202105028-20231202135028-00684.warc.gz
als
0.999695
Latn
1
line_punct_ratio
{"als_Latn_score": 0.9996954202651978}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Ish-kryeministri Sali Berisha sot gjendet në Kavajë aty ku është pritur nga qindra mbështetës. Ndryshe nga takimet e tjera, Berisha u paraqit me vonesë në këtë takim. Këtë vonesë e pranoi edhe vetë Berisha i cili deklaroi se u vonua për shkak se Edi Rama i kishte bllokuar rrugën drejt Kavajës. Sali Berisha: Unë kam ard...
<urn:uuid:000184bb-b760-4794-afe8-4daef476a065>
CC-MAIN-2021-49
https://albeu.com/lajme/live-cfare-ndodhi-berisha-me-vonese-ne-kavaje-rama-me-skuthin-e-tij-me-bllokuan-rrugen/172511/
2021-12-02T18:15:01
s3://commoncrawl/crawl-data/CC-MAIN-2021-49/segments/1637964362287.26/warc/CC-MAIN-20211202175510-20211202205510-00639.warc.gz
als
0.997938
Latn
1
{"als_Latn_score": 0.9979379177093506}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Për shkak të pasionit të pashoq për detin, si një udhëtare e pa epur në hapësirat detare të pafundme, brenda Shqipërisë, por jo vetëm! Anna Nina është artistja që ka pasion detin, çka të cilën e ka materializuar mjeshtërisht në telajot e fundit. Ekspozita e saj, “Një sens i detit” është jetësim artistik i pasionit vetj...
<urn:uuid:00019330-d918-414f-b1e9-8dee44ec981b>
CC-MAIN-2020-45
https://elegance.al/sensi-artistik-i-anna-nines/
2020-10-28T07:41:03
s3://commoncrawl/crawl-data/CC-MAIN-2020-45/segments/1603107897022.61/warc/CC-MAIN-20201028073614-20201028103614-00540.warc.gz
als
0.999997
Latn
5
gopher_too_many_end_ellipsis
{"als_Latn_score": 0.9999974966049194}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 2 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Gjyakata Kushtetuese ka publikuar të plotë vendimin e saj rreth kontestimit të votës së deputetit Etem Arifi në formimin e qeverisë së drejtuar nga Avdullah Hoti. Në vendimin e plotë (që mund ta lexoni këtu), është konstatuar se personi i dënuar për vepër penale me një vendim gjyqësor të formës së prerë në tre vitet e ...
<urn:uuid:00019eb8-a0dd-43db-8c52-ecbe955f5a3b>
CC-MAIN-2022-05
https://independentmedianetwork.net/2021/01/06/kushtetuesja-publikon-vendimin-e-plote-qe-dergon-vendin-ne-zgjedhje/
2022-01-16T22:11:42
s3://commoncrawl/crawl-data/CC-MAIN-2022-05/segments/1642320300244.42/warc/CC-MAIN-20220116210734-20220117000734-00109.warc.gz
als
0.999818
Latn
4
{"als_Latn_score": 0.9998181462287903}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 2, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 2 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Prapaskena me Bejl, ja çfarë i ishte premtuar Zidanit Garet Bejl brenda pak ditësh do të largohet nga Reali. Sulmuesi nuk gëzon aspak simpatinë e Zidan dhe trajneri e ka nxjerrë nga "orbita" e ekipit. Pas çdo dite që kalon zbardhen edhe më shumë të reja rreth prapaskenave që kanë ndodhur mbi të ardhmen e uellsianit. Ra...
<urn:uuid:0001a9dc-ed50-4cd8-b941-977175913ae2>
CC-MAIN-2020-40
https://sportekspres.com/zidan-u-largua-prej-bejl-dhe-u-kthye-me-kushtin-per-ta-larguar-uellsianin/
2020-09-22T09:11:00
s3://commoncrawl/crawl-data/CC-MAIN-2020-40/segments/1600400204410.37/warc/CC-MAIN-20200922063158-20200922093158-00517.warc.gz
als
0.999869
Latn
6
{"als_Latn_score": 0.9998688697814941}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 2 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
DRENASI 0-0 TREPÇA Leotrim Krasniqi debuton me barazim, Drenasi rrezikon mbijetesën 15 April, 2022 @16:45 Skuadra e Drenasit, që në këtë ndeshje ka debutuar me trajnerin e ri të ekipit, Leotrim Krasniqi, nuk ka arritur të sigurojë më shumë se një pikë në ndeshje ndaj Trepçës, gjithashtu në krizë. Përballja ka përfundua...
<urn:uuid:0001aa6a-98e2-4628-b2c8-8ee6ae59462d>
CC-MAIN-2022-33
https://topsporti.com/artikulli/leotrim-krasniqi-debuton-me-barazim-drenasi-rrezikon-mbijetesen/ffk-1
2022-08-13T00:52:06
s3://commoncrawl/crawl-data/CC-MAIN-2022-33/segments/1659882571847.45/warc/CC-MAIN-20220812230927-20220813020927-00054.warc.gz
als
0.999938
Latn
2
{"als_Latn_score": 0.9999381303787231}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Një ngjarje e rëndë është shënuar në Zelandën e Re, ku një nënë dyshohet se ka vrarë tre vajzat e saj të mitura. Mediat e huaja, bëjnë me dije se se Lauren Dickason, 40 vjeç është akuzuar për vrasjen e tre vajzave të saj, dy binjaket në moshën 2-vjeçare dhe motrën e tyre në moshën 6-vjeçare. Mësohet se nëna e viktimave...
<urn:uuid:0001b2ea-fc3c-4736-96fb-161f6691f617>
CC-MAIN-2021-43
https://korrespodenti.com/lajme/e-rende-nena-vret-tre-vajzat-e-mitura/
2021-10-22T22:50:27
s3://commoncrawl/crawl-data/CC-MAIN-2021-43/segments/1634323585522.78/warc/CC-MAIN-20211022212051-20211023002051-00263.warc.gz
als
0.999845
Latn
1
{"als_Latn_score": 0.9998452663421631}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
UFC Reagon McGregor pas dënimit të shqiptuar në përballjen me Nurmagomedov Pasi iu shqiptua dënimi nga Komisioni Shtetëror Atletik i Nevadas për ndeshjen e UFC-së kundër Khabib Nurmagomedovit, Conor McGregor është shprehur i kënaqur me dënimin, duke thënë se ai ishte vendimi i drejtë. Irlandezi u dënua me gjashtë muaj ...
<urn:uuid:0001b6e1-efe4-4379-8a09-8c87dd5fd2e1>
CC-MAIN-2022-40
https://ballkani.info/reagon-mcgregor-pas-denimit-te-shqiptuar-ne-perballjen-me-nurmagomedov/
2022-10-04T22:09:02
s3://commoncrawl/crawl-data/CC-MAIN-2022-40/segments/1664030337529.69/warc/CC-MAIN-20221004215917-20221005005917-00289.warc.gz
als
0.999912
Latn
1
{"als_Latn_score": 0.999911904335022}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 2 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Deputeti i Partisë Demokratike, Flamur Noka, ka qenë i pranishëm në Komisionin e Ligjeve nga ku raportoi se kryeprokurorja e përkohshme, Arta Marku nuk ka folur asnjë fjalë për çështjet si ajo e Saimir Tahirit, apo kokaina e Xibrakës dhe Maminasit. Gjatë mbledhjes së Komisionit, Noka u shpreh se Marku ka treguar vetëm ...
<urn:uuid:0001c524-7582-4103-95bb-a2611b7fa1da>
CC-MAIN-2018-30
http://gazeta55.net/politike/item/180787-pse-s-foli-arta-marku-per-tahirin-xibraken-kokainen-e-maminasit
2018-07-23T00:15:02
s3://commoncrawl/crawl-data/CC-MAIN-2018-30/segments/1531676594675.66/warc/CC-MAIN-20180722233159-20180723013159-00086.warc.gz
als
0.999703
Latn
17
{"als_Latn_score": 0.9997029304504395}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Rudolf Elmer punoi në bankën zvicerane Julius Baer, eventualisht u bë udhëheqës operativ i ndihmësit të tij Cayman Islands, derisa ai ishte pushuar në vitin 2002. Gjatë kohës kur ishte në bankën e tij, ai thotë që ka gjetur dëshmi që banka ishte duke ndihmuar klientët e vet që t'i shmangen tatimeve. Që kur është pushua...
<urn:uuid:0001d82d-3eb5-4005-b165-b84be19a7256>
CC-MAIN-2017-43
http://pcworld.al/wikileaks-mori-te-dhena-nga-llogarite-bankare-zvicerane/
2017-10-20T08:53:56
s3://commoncrawl/crawl-data/CC-MAIN-2017-43/segments/1508187823997.21/warc/CC-MAIN-20171020082720-20171020102720-00382.warc.gz
als
0.998454
Latn
5
{"als_Latn_score": 0.998453676700592}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 2, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 3 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
"Nënat e Brindizit gatuan për emigrantët", Marchioni kujton eksodin shqiptar të '91 Giuseppe Marchio, ish-kryebshkiaku i Brindizit ka kujtuar eksodin shqiptar të 7 Marsit në vitin 1991. Në një intervistë për Euronews Albania, ai tha se ishin rreth 27 mijë shqiptarë, të cilët u strehuan në shkolla për disa ditë. Më tej ...
<urn:uuid:0001eb72-9d69-4b1b-978b-bf6eb29d9a36>
CC-MAIN-2023-14
https://shqiptani.com/nenat-e-brindizit-gatuan-per-emigrantet-marchioni-kujton-eksodin-shqiptar-te-91/
2023-03-31T12:52:20
s3://commoncrawl/crawl-data/CC-MAIN-2023-14/segments/1679296949642.35/warc/CC-MAIN-20230331113819-20230331143819-00395.warc.gz
als
0.999859
Latn
1
{"als_Latn_score": 0.9998593330383301}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 2, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 3 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Lluka 17:37 37E ju përgjegjnë, e i than’ atij: Ku, o Zot? Edhe ai u thot’ ature: Tek është kufoma, atje do të mbëjidhenë edhe shqiponjatë. 37E ju përgjegjnë, e i than’ atij: Ku, o Zot? Edhe ai u thot’ ature: Tek është kufoma, atje do të mbëjidhenë edhe shqiponjatë.
<urn:uuid:0001f4dd-216a-4911-a6c2-d8c9468d5849>
CC-MAIN-2018-51
http://bibles.org/als-AL1827/Luke/17/37
2018-12-10T22:53:57
s3://commoncrawl/crawl-data/CC-MAIN-2018-51/segments/1544376823445.39/warc/CC-MAIN-20181210212544-20181210234044-00395.warc.gz
als
1.000009
Latn
2
dup_line_frac
{"als_Latn_score": 1.000009298324585}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Janusz Bugajski: Administrata e Bidenit të hetojë Kremlinin për Vuqiçin Bugajski: Administrata e Bidenit duhet të kryejë një hetim gjithëpërfshirës mbi operacionin e Kremlinit dhe rolin e qeverisë së Vuçiqit në ofrimin e mbështetjes. Vendimi i Gjykatës së Apelit është një ndër ngjarjet shqetësuese të kohëve të fundit n...
<urn:uuid:00020aed-d592-400d-b22d-fb7825c68484>
CC-MAIN-2021-17
https://proinformacion.com/2021/02/06/janusz-bugajski-administrata-e-bidenit-te-hetoje-kremlinin-per-vuqicin/
2021-04-14T11:56:56
s3://commoncrawl/crawl-data/CC-MAIN-2021-17/segments/1618038077810.20/warc/CC-MAIN-20210414095300-20210414125300-00201.warc.gz
als
0.999898
Latn
1
{"als_Latn_score": 0.999897837638855}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 2, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 3 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
+ Publikoni Reklamën E LIRË ! Shqip English Makinat Motorët Mekanizëm komercial Anije Lajmet Mirëseerdhët, I ftuar Preferuarat Identifikohuni Regjistrohuni Makinat Makinë e përdorur Shiteni Makinën Tuaj Motorët Motor i përdorur Shisni Motorin Tuaj Mekanizëm komercial Makineri komerciale të përdorura Shisni Mjetin Tuaj ...
<urn:uuid:000236ac-1689-404f-af15-b0241cd708c5>
CC-MAIN-2020-40
https://motors.al/auto/bmw-x1-2014-8ZLifR.html
2020-09-19T03:53:45
s3://commoncrawl/crawl-data/CC-MAIN-2020-40/segments/1600400189928.2/warc/CC-MAIN-20200919013135-20200919043135-00473.warc.gz
als
0.757763
Latn
1
top_2_gram
{"als_Latn_score": 0.7577634453773499, "sco_Latn_score": 0.047127626836299896, "dag_Latn_score": 0.01789982244372368, "zsm_Latn_score": 0.013490989804267883}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Worms Coordinates: 49°37′55″N 08°21′55″E / 49.63194°N 8.36528°E Worms (lat. Borbetomagus gjegjësisht Civitas Vangionus) është qytet në pjesën jugperëndimore të republikës Rheinland-Pfalz në Gjermani. |Ky artikull me tematikë në lidhje me gjeografinë e Gjermanisë është një faqe cung. Ju mund të ndihmoni Wikipedia-n duke...
<urn:uuid:00023a39-15ce-408d-bc9f-db82365492d7>
CC-MAIN-2023-23
https://sq.wikipedia.org/wiki/Worms
2023-06-01T22:40:54
s3://commoncrawl/crawl-data/CC-MAIN-2023-23/segments/1685224648209.30/warc/CC-MAIN-20230601211701-20230602001701-00099.warc.gz
als
0.999912
Latn
1
gopher_below_alpha_threshold
{"als_Latn_score": 0.9999120235443115}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 2, "Llama-3.3-70B-Instruct_aggregated_score": 2, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Mbështesni GameON Albania duke përdorur kodin support-a-creator: GAMEONALBANIA Po kerkoni për diamante në Free Fire Falas?! Klikoni këtu për të marrë pjesë në Giveaway për Free Fire Diamonds Me pak fjalë, një nga mjetet argëtuese që natyrisht pa një rritje të përdorimit gjatë pandemisë ishte lojrat. Edhe pse nuk jemi m...
<urn:uuid:000264ad-bc26-4da9-a393-17449f5e0375>
CC-MAIN-2022-05
https://gameon.al/gaming/njerezit-po-luajne-edhe-me-shume-tani-edhe-pas-lockdown/
2022-01-17T23:14:22
s3://commoncrawl/crawl-data/CC-MAIN-2022-05/segments/1642320300624.10/warc/CC-MAIN-20220117212242-20220118002242-00465.warc.gz
als
0.999736
Latn
1
{"als_Latn_score": 0.9997356534004211}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 2, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 3 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Enver Gjoni është fqinj me Habilajt dhe është rritur me ta, veçanërisht është shumë i lidhur me Lolon. Florian Habilaj është në kërkim ndërkombëtar dhe për prokurorët shqiptarë ai është njeriu që di emrin e shefit të madh, të cilin e përmend në përgjimet e zbardhura në dosjen e Prokurorisë së Katanias. Lolo, thotë Enve...
<urn:uuid:0002aee1-74cc-4c57-a23d-d78192c0cfbd>
CC-MAIN-2018-09
http://lajmifundit.al/2017/11/shoku-habilajve/
2018-02-19T21:41:00
s3://commoncrawl/crawl-data/CC-MAIN-2018-09/segments/1518891812841.74/warc/CC-MAIN-20180219211247-20180219231247-00030.warc.gz
als
0.999934
Latn
5
{"als_Latn_score": 0.9999344348907471}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 2 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Okazion! Shitet Ford Fiesta 1.4 diesel e sapo ardhur me dogane te paguar!189Mije KM origjinale!viti dhjetore 2005!1 Pronar!Makina disponon kondicioner (funksional)ABS 8 airbag antifurt origjinal me alarm etj makina eshte ne gjendje te perkryer!MUND TE NA VIZITONI EDHE NE INSTAGRAM NE FAQEN TONE “AUTO BEU”FALEMINDERIT C...
<urn:uuid:0002e233-1222-408f-a12b-605b4293889d>
CC-MAIN-2021-04
https://www.merrjep.al/njoftimi/automjete/makina/Ford/Fiesta/shitet/kavaje/u-shit/6181740
2021-01-28T10:54:08
s3://commoncrawl/crawl-data/CC-MAIN-2021-04/segments/1610704843561.95/warc/CC-MAIN-20210128102756-20210128132756-00158.warc.gz
als
0.869799
Latn
1
line_punct_ratio
{"als_Latn_score": 0.8697991371154785, "hrv_Latn_score": 0.016331082209944725, "slv_Latn_score": 0.015307332389056683, "bos_Latn_score": 0.014829711988568306}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
- Tirana's Book Fair 2023 - New books of 2023 - New arrivals 2022 - New arrivals 2021 - World Literature - Thriller - Romance - Nobel Price Winners - The Classics - Poetry - Contemporary - Ancient Literature - The Scandalous - Italian Authors - Balkan's Literature - Japanese literature - Russian Literature - Chinese Li...
<urn:uuid:0002f59c-5acc-42c9-b7ca-a4d127084f5e>
CC-MAIN-2023-40
https://www.shtepiaelibrit.com/store/en/contemporary/9267-njerez-normale-sally-rooney-9789928136756.html
2023-09-28T01:38:27
s3://commoncrawl/crawl-data/CC-MAIN-2023-40/segments/1695233510334.9/warc/CC-MAIN-20230927235044-20230928025044-00223.warc.gz
als
0.999813
Latn
1
line_punct_ratio
{"als_Latn_score": 0.99981290102005}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 3 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Konsullata e Përgjithshme e Republikës së Kosovës në Frankfurt ka publikuar numrat emergjent në dispozicion në të cilët mund të lajmërohen të gjithë shtetasit e Kosovës që kanë nevojë për Konsullata e Përgjithshme e Republikës së Kosovës në Frankfurt ka publikuar numrat emergjent në dispozicion në të cilët mund të lajm...
<urn:uuid:00030be6-3093-4b48-b8ab-d6d6faaa4f08>
CC-MAIN-2022-33
https://lajme365.com/tag/permbyetje/
2022-08-19T10:54:12
s3://commoncrawl/crawl-data/CC-MAIN-2022-33/segments/1659882573667.83/warc/CC-MAIN-20220819100644-20220819130644-00322.warc.gz
als
0.998946
Latn
1
dup_line_frac
{"als_Latn_score": 0.9989458918571472}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Location de voilier avec Skipper Varkë. Pritësi: Olivier - 9 vizitorë - 5 dhoma gjumi - 7 krevate - 3 banjo Banesë e plotë Do të kesh për vete: varkë Pastrim i përparuar Ky pritës është angazhuar me procesin e pastrimit të përparuar me 5 hapa të Airbnb. Kuzhinë Vizitorët e kërkojnë shpesh këtë shërbim të preferuar Ku d...
<urn:uuid:00031ba5-6e31-47f3-92a6-66de21053b4b>
CC-MAIN-2021-49
https://sq.airbnb.com/rooms/12126731?previous_page_section_name=1000&translate_ugc=false&federated_search_id=0a4e5f92-b04e-4d8a-b147-dcf3c247b996
2021-11-27T19:10:22
s3://commoncrawl/crawl-data/CC-MAIN-2021-49/segments/1637964358208.31/warc/CC-MAIN-20211127163427-20211127193427-00314.warc.gz
als
0.998375
Latn
1
line_punct_ratio
{"als_Latn_score": 0.9983747601509094}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
MË SHUMË FOTO PRODUKTE TË NGJASHME Shitje e nxehtë Panflute 15 Tuba Bamboo Wind Music Instrument Muzikë Panpipe G Key Flauta Xiao Instrumente ...Shiko Detajet Sonicake Hollandeze Gain Kufje Pllaka Kitarësh Kufje Kufje Amp Amplifikues USB i ngarkueshëm me USB Distori...Shiko Detajet Kineze Bamboo Flauta Xiao Instrumente...
<urn:uuid:0003247b-8f4b-473e-a3a2-6af1ed749ad7>
CC-MAIN-2021-31
http://www.healtheheart.org/instrumente-muzikore/32682109554.html
2021-07-30T13:40:35
s3://commoncrawl/crawl-data/CC-MAIN-2021-31/segments/1627046153966.60/warc/CC-MAIN-20210730122926-20210730152926-00588.warc.gz
als
0.984027
Latn
1
line_punct_ratio
{"als_Latn_score": 0.9840273261070251}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Ky vit akademik do të krijojë një mundësi të re për të gjithë të rinjtë. Në Fakultetin e Historisë dhe Filologjisë do hapet për herë të parë Masteri Profesional "Gazetaria Investigative". Për të gjithë të rinjtë që duan të thellojnë njohuritë e tyre në fushën e gazetarisë, kjo është një dritare e re në Universitetin e ...
<urn:uuid:0003630c-34a7-428d-8f89-f488c683dd6c>
CC-MAIN-2021-43
https://www.imalbania.com/hapet-ne-fakultetin-e-historise-dhe-filologjise-masteri-profesional-gazetari-investigative/
2021-10-18T22:57:16
s3://commoncrawl/crawl-data/CC-MAIN-2021-43/segments/1634323585215.14/warc/CC-MAIN-20211018221501-20211019011501-00089.warc.gz
als
1.000005
Latn
3
{"als_Latn_score": 1.0000046491622925}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 2 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Biblioteka e Universitetit Katolik "Zoja e Këshillit të Mirë" pasurohet dhe rritet çdo ditë përmes aktiviteteve dhe nismave frytdhënëse, si në rastin e nismave vullnetare, nga vetë studentët. Falë disponibilitetit të tyre, përgjegjshmërisë dhe korrektësisë, ata vlejnë si autoriteti, besimi dhe garancia e bibliotekës, n...
<urn:uuid:000373b1-c1f9-476b-bd6c-8b67ff6f9488>
CC-MAIN-2020-05
https://www.unizkm.al/al/menu-e-shpejte/news-evente
2020-01-24T11:44:46
s3://commoncrawl/crawl-data/CC-MAIN-2020-05/segments/1579250619323.41/warc/CC-MAIN-20200124100832-20200124125832-00476.warc.gz
als
0.999982
Latn
2
{"als_Latn_score": 0.9999821186065674}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 3 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Përshkrim - "Zbulimi i listës së të dhënave: E vërteta pas konfirmimit të librit të sigurimeve shoqërore" - "3 mënyra për të rivendosur skedat e mbyllura së fundi në Microsoft Edge sa hap e mbyll sytë - Një truk kompjuterik që nuk duhet humbur!" - "Zbuloni 8 faqe interneti me cilësi të lartë që flasin anglisht: Verblin...
<urn:uuid:0003a110-a42f-4146-8f55-79ed5b01aa8b>
CC-MAIN-2023-23
https://queenmobile.store/sq/san-pham/tai-nghe-jabra-evolve-65-kem-de-sac-ms-stereo
2023-06-03T11:02:21
s3://commoncrawl/crawl-data/CC-MAIN-2023-23/segments/1685224649193.79/warc/CC-MAIN-20230603101032-20230603131032-00415.warc.gz
als
0.971225
Latn
1
{"als_Latn_score": 0.9712245464324951, "vie_Latn_score": 0.025256196036934853}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Policia ka njoftue se nesër me rastin e ceremonisë së inaugurimit të Presidentit të Republikës së Kosovës, që mbahet në sheshin "Skënderbeu" në Prishtinë, jane marre të gjitha masat e nevojshme për me i përcaktue lirimet, kufizimet, bllokimet e plota apo të pjesshme të segmenteve të caktueme rrugore në kryeqendër dhe j...
<urn:uuid:0003a7a8-061b-4c30-be78-7de576b992fd>
CC-MAIN-2017-39
http://www.rrokum.tv/lajme/cilat-rruge-bllokohen-neser-gjate-ceremonise-se-inaugurimit-te-presidentit-thaci/
2017-09-24T16:05:59
s3://commoncrawl/crawl-data/CC-MAIN-2017-39/segments/1505818690035.53/warc/CC-MAIN-20170924152911-20170924172911-00299.warc.gz
als
0.998701
Latn
12
{"als_Latn_score": 0.9987011551856995}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 2, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Sekretari amerikan i Shtetit, Antony Blinken, u kërkoi të enjten të gjitha vendeve në Kombet e Bashkuara që t'i thonë Rusisë të ndalojë përdorimin e Detit të Zi si shantazh pas largimit nga marrëveshja e eksportit të grurit. "Çdo anëtar i Kombeve të Bashkuara duhet t'i thotë Moskës, 'Mjaft'. Mjaft duke përdorur Detin e...
<urn:uuid:0003fbfc-805a-4680-9d0c-aa262430dfab>
CC-MAIN-2023-40
https://realstory.al/shba-akuzon-rusine-per-shantazh-te-te-varferve-mjaft-e-perdoret-detin-e-zi/
2023-09-21T23:26:47
s3://commoncrawl/crawl-data/CC-MAIN-2023-40/segments/1695233506045.12/warc/CC-MAIN-20230921210007-20230922000007-00794.warc.gz
als
0.999927
Latn
2
{"als_Latn_score": 0.9999266862869263}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 2, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 3 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Deputetja e VV-së Mimoza Kusari përmend Thaçin e Haradinajn: Ky shtet ende e ka të instaluar krimin e korrupsionin Deputetja e VV-së, Mimoza Kusari Lila tha se Kosova e ka ende të instaluar krimin dhe korrupsionin përkundër që partia të cilës tani i takon ka fituar mbi 50% të votave dhe ka gjithë pushtetin politik në K...
<urn:uuid:0004459f-88a4-4055-a64a-48852fb74776>
CC-MAIN-2023-06
https://ballkani.info/mimoza-kusari-permend-thacin-e-haradinajn-ky-shtet-ende-e-ka-te-instaluar-krimin-e-korrupsionin/
2023-02-09T09:06:09
s3://commoncrawl/crawl-data/CC-MAIN-2023-06/segments/1674764501555.34/warc/CC-MAIN-20230209081052-20230209111052-00789.warc.gz
als
0.999107
Latn
1
{"als_Latn_score": 0.9991074800491333}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 2 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Sëmundja mund të jetë rezultat i lëndimit, ndikimi i metaleve të rënda, toksina bakteriale, medikamente të caktuara, sëmundjet e sistemit nervor (të tilla si sklerozë të shumëfishtë, poliradikulonevrytu), infeksionet (gripi, herpes zoster, tuberkulozit), ulur imunitetin, alergji dhe faktorë të tjerë (anomali kongjenita...
<urn:uuid:00048ca6-9f1f-4aee-a12c-e1459ddef5dc>
CC-MAIN-2018-39
http://drugster.in.ua/simptomet-e-smundjes/29799-shkaqet-dhe-simptomat-e-t-drejtave-t-nevralgji.html
2018-09-19T12:46:52
s3://commoncrawl/crawl-data/CC-MAIN-2018-39/segments/1537267156224.9/warc/CC-MAIN-20180919122227-20180919142227-00499.warc.gz
als
0.999999
Latn
4
{"als_Latn_score": 0.999998927116394}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 2, "Llama-3.3-70B-Instruct_aggregated_score": 2, "gemma-3-27b-it_aggregated_score": 3 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Daçiq: S’mund të diskutohet për propozime të reja pa u formuar Asociacioni Ministri i Punëve të Jashtme të Serbisë, Ivica Daçiq, ka thënë se “nuk ka mundësi të negociohet...22.02.2023 15:42 Daçiqi përshëndet deklaratat e presidentit të Kroacisë për Kosovën Ministri i Punëve të Jashtme të Serbisë, Ivica Daçiq, ka thënë ...
<urn:uuid:0004983a-9e41-4459-8dae-c9fb127dc830>
CC-MAIN-2023-14
https://www.koha.net/tag/ivica-daciq/
2023-04-01T16:47:18
s3://commoncrawl/crawl-data/CC-MAIN-2023-14/segments/1679296950110.72/warc/CC-MAIN-20230401160259-20230401190259-00389.warc.gz
als
0.999991
Latn
1
duplicated_8_n_grams
{"als_Latn_score": 0.9999910593032837}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Ne të gjithë shkojnë në plazh dhe kalim kohe të preferuar të fëmijëve në breg përveç ndërtimit të kështjellave not, duke gropuar puse, duke luajtur me bukur me rërë. Komplot i lojës Luftës trap fillon me momentin kur toddler entuziazëm gërmimi lopatë në rërë të lirshme, pa një qëllim të caktuar, dhe rëra papritur gjiri...
<urn:uuid:0004f647-f519-4dc3-9585-3e372e6e6b50>
CC-MAIN-2019-04
http://al.game-game.com/tags/1247/
2019-01-16T10:03:45
s3://commoncrawl/crawl-data/CC-MAIN-2019-04/segments/1547583657151.48/warc/CC-MAIN-20190116093643-20190116115643-00278.warc.gz
als
0.999956
Latn
15
{"als_Latn_score": 0.9999557733535767}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 3 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Hyrje Regjistër Preferuarat e mia Ngarko Ngarko zip Forum Shtëpi Topics Haposai game Root kategori (7) » User galleries Users uploaded wallpapers Anime wallpapers Topics OS wallpapers Të gjithë kohës Më popullore Më të vlerësuarat Interaktiv Ngarkimet më të fundit Hitet e fundit E fundit komentoi Më të vlerësuarat fund...
<urn:uuid:000508eb-5608-4366-9944-8fb713d5ef47>
CC-MAIN-2018-43
http://animeonly.org/alb/Topics/Haposai/game-18258p.html/(mode)/lasthits
2018-10-24T05:29:03
s3://commoncrawl/crawl-data/CC-MAIN-2018-43/segments/1539583519859.77/warc/CC-MAIN-20181024042701-20181024064201-00505.warc.gz
als
0.99202
Latn
1
line_punct_ratio
{"als_Latn_score": 0.9920200109481812}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Në takimin ndërmjet Kryeministrit të Republikës së Kosovës, Albin Kurti, dhe Ambasadorit të Mbretërisë së Bashkuar, Nicholas Abbott, i cili u zhvillua sot në kryeministri, temë qendrore e diskutimit ishte sulmi terrorist i 24 shtatorit mbi Policinë e Kosovës, nga i cili u vra në krye të detyrës, rreshteri i Policisë, t...
<urn:uuid:00051eda-0ac8-4813-a123-0cfa0a3568ad>
CC-MAIN-2023-50
https://2lonline.com/kryeministri-kurti-takoi-ambasadorin-e-mbreterise-se-bashkuar-abbott/
2023-12-10T13:58:32
s3://commoncrawl/crawl-data/CC-MAIN-2023-50/segments/1700679102469.83/warc/CC-MAIN-20231210123756-20231210153756-00442.warc.gz
als
1.000005
Latn
3
{"als_Latn_score": 1.000004529953003}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 2 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Kerko Toggle navigation Emisionet Vendi Rajoni Bota Ekonomi Sport Kultura Lifestyle Showbiz Shëndetësi Teknologji English News Video Foto LAJME - DRIBLIME BUNDESLIGA LIVERPOOL Futbolli nuk është më i njëjtë pas Covid-19, lojtarët e Bundesligës kanë frikë të driblojnë 20/05/2020 - 15:40 Video/ Prekje magjike, Shaqiri dr...
<urn:uuid:00052cf9-eb6c-4da4-b668-45ffd0dcdc34>
CC-MAIN-2020-24
https://www.oranews.tv/tag/driblime
2020-05-25T14:48:41
s3://commoncrawl/crawl-data/CC-MAIN-2020-24/segments/1590347388758.12/warc/CC-MAIN-20200525130036-20200525160036-00338.warc.gz
als
0.998242
Latn
2
line_punct_ratio
{"als_Latn_score": 0.9982419610023499}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Mustafa dhe Thaçi në New York, në samitin global të liderëve kundër ISIS Krerët shtetërorë të Kosovës; Presidentja Atifete Jahjaga, kryeministri Isa Mustafa dhe ministri i Jashtëm, Hashim Thaçi; udhëtuan të shtunën drejt Shteteve të Bashkuara të Amerikës për të marrë pjesë në samitin global të udhëheqësve kundër ekstre...
<urn:uuid:00053a7c-0436-4f85-a2c6-3400d388eda1>
CC-MAIN-2017-22
http://top-channel.tv/lajme/artikull.php?id=309427
2017-05-29T15:04:28
s3://commoncrawl/crawl-data/CC-MAIN-2017-22/segments/1495463612399.20/warc/CC-MAIN-20170529145935-20170529165935-00469.warc.gz
als
1.000005
Latn
2
{"als_Latn_score": 1.0000053644180298}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 2, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 3 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Barcoleta A ke para Publikuar më 05/06/2014 Djali përgatitet për të dalë në qytet. – Babi a ke para? – Kam bir, mos ke dert për mua, dil kënaqu… Të ngjashme Cfare duan femrat 01/02/2010 Transferim informatave 16/11/2015 Ferari ne samafor 11/11/2015 Ska komente Komento Anulo Name * Email * Website Prapa http://I%20zgjua...
<urn:uuid:00053d48-0eaf-457c-bc16-33cf8643c6e9>
CC-MAIN-2019-26
http://www.humorshqip.net/a-ke-para/
2019-06-18T14:39:28
s3://commoncrawl/crawl-data/CC-MAIN-2019-26/segments/1560627998755.95/warc/CC-MAIN-20190618143417-20190618165417-00320.warc.gz
als
0.999021
Latn
1
line_punct_ratio
{"als_Latn_score": 0.9990212917327881}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Buletini_Javor_15_-_(19_-_25_maj)_MPB © Ministria e Brendshme 2020 - Të gjitha të drejtat e rezervuara.
<urn:uuid:00054e6d-da30-4475-8a89-25aa000f5c6c>
CC-MAIN-2020-24
https://mb.gov.al/2014/05/26/buletini-javor-19-maj-25-maj/
2020-05-28T15:52:40
s3://commoncrawl/crawl-data/CC-MAIN-2020-24/segments/1590347399820.9/warc/CC-MAIN-20200528135528-20200528165528-00183.warc.gz
als
0.996412
Latn
1
top_2_gram
{"als_Latn_score": 0.9964118003845215}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Thomas Muller komentoi humbjen e Bayernit ndaj Borussia Dortmund, një humbje që rëndon shumë te bavarezët. "Jemi jashtëzakonisht të zhgënjyer me paraqitjen tonë. Pushimi ndërkombëtar nuk na bëri mirë. Gjithashtu ishte paksa dëshpëruese që Leverkusen edhe një herë mori një tjetër fitore në minutën e fundit, por ky nuk ë...
<urn:uuid:00057647-56a0-48ac-8cf7-c24b13163577>
CC-MAIN-2024-18
https://www.gazeta.al/dortmund-nuk-beri-ndonje-gje-te-madhe-muller-gjen-arsyen-e-humbjes-pauza-nderkombetare-nuk-na-beri-mire/
2024-04-16T17:49:51
s3://commoncrawl/crawl-data/CC-MAIN-2024-18/segments/1712296817103.42/warc/CC-MAIN-20240416155952-20240416185952-00296.warc.gz
als
1.000003
Latn
1
{"als_Latn_score": 1.000003457069397}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Një trajtim natyral për të rikthyer shëndetin dhe bukurinë dhe shkëliqmin e kaçurrelave apo ondeve në flokët e thatë, të dëmtuar dhe të dekoloruar. Shampo & balsam me vaj argani, për një butësi të mëndafshtë dhe me aromë që zgjat. Locioni pa shplarje për kaçurrela dhe onde stilon formën e flokut pa e ngrirë atë. SHAMPO...
<urn:uuid:0005ae5e-ad0a-4df7-b673-2d3eba2465fc>
CC-MAIN-2021-21
https://aladini.al/festat-mars/set-rigjenerues-per-floke-te-thate-kacurrel.html
2021-05-14T10:17:26
s3://commoncrawl/crawl-data/CC-MAIN-2021-21/segments/1620243990449.41/warc/CC-MAIN-20210514091252-20210514121252-00538.warc.gz
als
1
Latn
1
{"als_Latn_score": 0.9999997615814209}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 2 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Prej ditës së nesërme Serbia do të njohë të gjitha diplomat e Kosovës që nga niveli fillor deri tek ai i doktoratës, të lëshuara nga institucionet e Republikës së Kosovës. Ka qenë këshilltarja e ministres për Dialog në Qeverinë e Kosovës, Edita Tahiri, e cila ka bërë të ditur lajmin. Nga negociatat e fundit në Bruksel ...
<urn:uuid:0005c59b-83c2-480d-bd63-a670d01ddea9>
CC-MAIN-2022-27
https://tesheshi.com/nga-neser-serbia-njeh-te-gjitha-diplomat-e-kosoves/
2022-06-28T02:14:53
s3://commoncrawl/crawl-data/CC-MAIN-2022-27/segments/1656103347800.25/warc/CC-MAIN-20220628020322-20220628050322-00009.warc.gz
als
0.999949
Latn
1
{"als_Latn_score": 0.9999494552612305}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Kryetari i Autoritetit të Mediave Audiovizive, Gentian Sala ka reaguar pas kërkesës së 4 anëtarëve të bordit të AMA-s që kërkuan shkarkimin e tij. Anëtarët e bordit të AMA-së deklarojnë se Sala nuk e mori vendimin në konsultim me bordin, për fikjen e sinjalit. Nuk ka vonuar shumë përgjigjia e kreut të AMA, Gentian Sala...
<urn:uuid:0005d2d5-d9e1-4060-9af7-8e953203816f>
CC-MAIN-2019-09
http://shqiptarja.com/lajm/anetaret-e-bordit-kerkuan-shkarkimin-reagon-kreu-i-amase-sala-skane-kontestuar-kurre-per-fikjen-e-sinjalin-dhe-afatet?r=dtr
2019-02-22T05:23:58
s3://commoncrawl/crawl-data/CC-MAIN-2019-09/segments/1550247513222.88/warc/CC-MAIN-20190222033812-20190222055812-00344.warc.gz
als
0.999834
Latn
7
{"als_Latn_score": 0.9998337626457214}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 2 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Presidenti i Francës Jacques Chirac arriti për vizitë në Rusi, ku me presidentin Vladimir Putin do t'i diskutojë marrëdhëniet dypalëshe dhe çështjet ndërkombëtare. Zëdhënësi i ministrisë së jashtme ruse, Aleksander Yakovenko ka thënë se marrëdhëniet Paris-Moskë janë raporte të partneritetit strategjik, duke shtuar se C...
<urn:uuid:00061039-ee3e-4851-85be-c6c601f87f3d>
CC-MAIN-2016-50
http://www.evropaelire.org/a/1015956.html
2016-12-04T00:05:31
s3://commoncrawl/crawl-data/CC-MAIN-2016-50/segments/1480698541142.66/warc/CC-MAIN-20161202170901-00443-ip-10-31-129-80.ec2.internal.warc.gz
als
0.999965
Latn
9
{"als_Latn_score": 0.9999648332595825}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 2 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
E Enjte 28 Tet 2021 Ekonomi Politikë Nacionale Globi Opinione Lifestyle Sport Kalendari Video ZGJEDHJET 2021 Arkivi i lajmeve 28 10.2021 27 10.2021 26 10.2021 25 10.2021 24 10.2021 23 10.2021 22 10.2021 21 10.2021 20 10.2021 19 10.2021 18 10.2021 17 10.2021 16 10.2021 15 10.2021 14 10.2021 13 10.2021 12 10.2021 11 10.2...
<urn:uuid:00066652-33a2-4940-97d5-17fe5fe24e08>
CC-MAIN-2021-43
https://ekonomiaonline.com/arkivi/?date=06/18/2018
2021-10-28T18:05:25
s3://commoncrawl/crawl-data/CC-MAIN-2021-43/segments/1634323588398.42/warc/CC-MAIN-20211028162638-20211028192638-00419.warc.gz
als
0.998824
Latn
11
top_2_gram
{"als_Latn_score": 0.9988236427307129}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Tianjin Fortis Valve Co, Ltd E themeluar në vitet 2000, Fortis është një kompani prodhuese dhe tregtare me përvojë e cila specializohet në kërkimin dhe zhvillimin, prodhimin dhe shitjet e valvulës Butterfly, valvulave të portës, valvulave të kontrollit, valvulave të globit dhe valvulave të tjera. Kompania ka pajisje të...
<urn:uuid:000679f3-68a5-4c31-bc9c-b272f123b585>
CC-MAIN-2024-18
https://www.fortisvalves.com/sq/about-us/
2024-04-20T13:17:15
s3://commoncrawl/crawl-data/CC-MAIN-2024-18/segments/1712296817650.14/warc/CC-MAIN-20240420122043-20240420152043-00501.warc.gz
als
0.999992
Latn
2
{"als_Latn_score": 0.9999924898147583}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Monica Belluci, aktorja italiane ka festuar dje 56- vjetorin e lindjes. Bukuria e saj admirohet ende nga burrat dhe gratë dhe mund të themi se ajo është një ndër gratë më të bukura në botë. Ja disa foto nga e kaluara që dëshmojnë se Monica Belluci është një përsosje natyrale.
<urn:uuid:0006fe36-444f-4025-83d0-5dc936ee1720>
CC-MAIN-2020-50
https://www.oranews.tv/persosje-natyrale-ja-fotografite-nga-e-kaluara-qe-deshmojne-se-monica-bellucci-eshte-e-tille/
2020-11-24T03:42:40
s3://commoncrawl/crawl-data/CC-MAIN-2020-50/segments/1606141171077.4/warc/CC-MAIN-20201124025131-20201124055131-00307.warc.gz
als
0.999789
Latn
1
top_2_gram
{"als_Latn_score": 0.9997894167900085}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Luajnë lojë Sushi Sudoku Online: 100%[Reset] Përshkrimi lojë Sushi Sudoku Sushi Sudoku . Luajnë lojë Sushi Sudoku online. Karakteristikat teknike të lojës Sushi Sudoku - Loja Sushi Sudoku e shtimit: 23.09.2011 - Madhësinë e lojës: 0.39 GB - Loja është luajtur: 2430 herë - Rating Game: 0 jashtë. 5 (0 Vlerësimet) Lojra s...
<urn:uuid:00070510-cdab-4c37-8ce9-de95b7cfe900>
CC-MAIN-2016-50
http://sq.itsmygame.org/711082982/sushi-sudoku_online-game.html
2016-12-08T20:03:07
s3://commoncrawl/crawl-data/CC-MAIN-2016-50/segments/1480698542655.88/warc/CC-MAIN-20161202170902-00441-ip-10-31-129-80.ec2.internal.warc.gz
als
0.999929
Latn
7
top_2_gram
{"als_Latn_score": 0.9999290704727173}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
- Libra - Tekste - Për Fëmijë - Revista - Dhurata & Aksesorë - Antikuar Ky libër debutues i Max Seeck-ut është një thriller intensiv, me një komplot të thurur me aq mjeshtëri sa lexuesi e ka të vështirë ta heqë mënjanë e të mos e çojë deri në fund. Max Seeck është autor bestseller i The New York Times. Ky libër ka fitu...
<urn:uuid:0007368e-9c44-4eb1-9c42-2688c218f9e6>
CC-MAIN-2022-21
https://bukinist.al/sq/4164_max-seeck
2022-05-27T12:12:56
s3://commoncrawl/crawl-data/CC-MAIN-2022-21/segments/1652662647086.91/warc/CC-MAIN-20220527112418-20220527142418-00524.warc.gz
als
0.999869
Latn
1
line_punct_ratio
{"als_Latn_score": 0.9998692274093628}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Receta për dobësim me vetëm tre përbërës ka nxitur një “eufori” globale, posaçërisht për shkak që janë më të shumtë ata të cilët e kanë provuar dhe kanë vetëm fjalë miradije për... - - Kur ka nisur java e dhurimit të gjakut, një numër i madh i qytetarëve i janë përgjigjur pozitivisht thirrjes për të dhuruar gjak që të ...
<urn:uuid:000743f0-1640-4486-94a3-29ae1123ccf5>
CC-MAIN-2018-26
http://nekohe.com/shendetesi
2018-06-19T00:51:22
s3://commoncrawl/crawl-data/CC-MAIN-2018-26/segments/1529267861641.66/warc/CC-MAIN-20180619002120-20180619022120-00217.warc.gz
als
0.999921
Latn
1
dup_line_frac
{"als_Latn_score": 0.9999208450317383}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 2, "gemma-3-27b-it_aggregated_score": 2 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Shikoni se si e bëjnë këtë damat të cilat diktojnë modën. Kemi gjetur fituesin në kategorinë e kombinimit më femëror të vjeshtës – triko e thurur dhe fundi! Loja e dimensioneve dhe e teksturës ishin vendimtare që mu ky kombinim të bëhet hit absolut i vjeshtës, ndërkaq me kombinime mund të lozni sa t'ju dojë qejfi – sid...
<urn:uuid:0007693a-5c86-4a0b-9dd0-dbbef078c00d>
CC-MAIN-2020-45
http://gruaja.net/2017/11/16/veshje-me-femerore-per-vjeshte-kombinimi-i-thjeshte-dhe-shume-i-bukur-foto/
2020-10-21T14:07:55
s3://commoncrawl/crawl-data/CC-MAIN-2020-45/segments/1603107876500.43/warc/CC-MAIN-20201021122208-20201021152208-00064.warc.gz
als
0.999356
Latn
5
{"als_Latn_score": 0.9993558526039124}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
784 edits | | (→Krijimi i Ballit Kombëtar: redaktime te vogla, dhe jam dakord me permiresimet e Hatakes) | | (rifuta nje paragraf te hyrjes, i hequr nga Hatake. Hyrja duhet te sintetizoje gjithe artikullin) | | '''Balli Kombëtar''' ka qenë një organizatë nacionaliste, antikomuniste dhe republikane shqiptare, e themelua...
<urn:uuid:000787dd-5ad0-4f33-ad4c-4647c5c5c64d>
CC-MAIN-2021-17
https://sq.m.wikipedia.org/wiki/Speciale:MobileDiff/1300308
2021-04-20T19:41:06
s3://commoncrawl/crawl-data/CC-MAIN-2021-17/segments/1618039490226.78/warc/CC-MAIN-20210420183658-20210420213658-00611.warc.gz
als
0.999449
Latn
1
dup_line_frac
{"als_Latn_score": 0.9994485974311829}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 2, "Llama-3.3-70B-Instruct_aggregated_score": 2, "gemma-3-27b-it_aggregated_score": 3 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Qeveria kineze po punon mbi një plan të detajuar për të rritur moshën e pensionit. Ministrja e Burimeve Njerëzore dhe Sigurimeve Shoqërore, së bashku me departamentet përkatëse qeveritare, do të kërkojnë mendime dhe ide nga të gjitha palët për të bërë planin për të siguruar realizueshmërinë e tij dhe zbatimin e qetë, d...
<urn:uuid:000798d3-a40b-468c-bd79-8480e774879f>
CC-MAIN-2021-17
http://albanian.cri.cn/news/china/3124/20210228/627055.html
2021-04-11T13:46:32
s3://commoncrawl/crawl-data/CC-MAIN-2021-17/segments/1618038062492.5/warc/CC-MAIN-20210411115126-20210411145126-00186.warc.gz
als
0.999952
Latn
1
{"als_Latn_score": 0.9999521970748901}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 2, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 2 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Përkujtojmë më të dashurit tanë - Nga vdekja e më të dashurve tanë kaluan: 43 vjet , Gani R. Gashi, 1948-1970 33 vjet, Osman R. Gashi , 1943-1980 15 vjet, Reshit B. Gashi, 1900-1998 7 vjet e 67 ditë, Faze Gashi , 1915-2006 4 vjet e dy muaj, Imer R. Gashi, 1936-2009 Ishit dhe mbetët përherë burim i frymëzimit dhe krenar...
<urn:uuid:0007c956-4fe3-4341-89bb-753c16278e25>
CC-MAIN-2013-20
http://www.perkujtime.net/index.php
2013-05-24T05:50:41
s3://commoncrawl/crawl-data/CC-MAIN-2013-20/segments/1368704234586/warc/CC-MAIN-20130516113714-00044-ip-10-60-113-184.ec2.internal.warc.gz
als
0.999819
Latn
2
line_punct_ratio
{"als_Latn_score": 0.9998188614845276}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Lajme 19/04/2021 661 Karantinë 2 javore për kë vjen nga Greqia e Maqedonia. Në 25 prill emigrantët s’do të votojnë
<urn:uuid:0007cf01-2f53-40c3-9ac2-521102adb60d>
CC-MAIN-2023-23
https://businessmag.al/tag/maqedonia/
2023-05-29T15:10:43
s3://commoncrawl/crawl-data/CC-MAIN-2023-23/segments/1685224644867.89/warc/CC-MAIN-20230529141542-20230529171542-00042.warc.gz
als
1
Latn
1
top_2_gram
{"als_Latn_score": 1.000000238418579}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Ish-kryeministri Sali Berisha ka shfrytëzuar një takim online me shqiptarët ne Florida, për të sulmuar sërish ambasadoren amerikane në Tiranë, Yuri Kim. Sipasmë shumë... Në “Foltoren”e radhës me demokratët në Florida të SHBA-së, ish-kryeministri Sali Berisha përsëriti qëndrimin e tij se PD është marrë peng nga qeveriam...
<urn:uuid:00081d68-1409-4b7e-a54e-8fd4d74f9dea>
CC-MAIN-2022-05
https://www.vizionplus.tv/tag/florida/
2022-01-23T17:31:36
s3://commoncrawl/crawl-data/CC-MAIN-2022-05/segments/1642320304309.5/warc/CC-MAIN-20220123172206-20220123202206-00696.warc.gz
als
0.999748
Latn
1
gopher_too_many_end_ellipsis
{"als_Latn_score": 0.9997479319572449}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Ajo është bërë më e njohur për publikun shqiptar falë formatit Big Brother VIP. Ndonëse shquhet si aktore tejet e suksesshme, Monika Lubonja, arriti të fitojë zemrat e publikut me paraqitjen në shtëpinë më të famshme në Shqipëri. Biondja së fundmi duket se po shijon pushimet në një nga bregdetet shqiptare, ndërkohë që ...
<urn:uuid:00085c1b-f1a8-4d75-b075-398bf540e263>
CC-MAIN-2022-40
https://lajmpress.org/edhe-pse-54-vjece-monika-lubonja-nuk-heziton-te-shfaq-format-trupore-ne-bikini/
2022-09-26T12:06:10
s3://commoncrawl/crawl-data/CC-MAIN-2022-40/segments/1664030334871.54/warc/CC-MAIN-20220926113251-20220926143251-00008.warc.gz
als
0.999911
Latn
1
{"als_Latn_score": 0.9999107122421265}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 0, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Ambasadori i BE-së Luigi Soreca kërkoi zgjatjen e mandatit të anëtarëve të komisioneve të vetingut. Të premten, pas takimit me ministrin e Drejtësisë Ulsi Manja,... Ambasadori i BE në Tiranë, Luigi Soreca ka njoftuar projekte të reja mbështetjeje për institucionet e drejtësisë pas përfundimit të mandatit të EURALIUS V....
<urn:uuid:00087497-49e9-4f2a-915c-6967e691975c>
CC-MAIN-2022-21
https://exit.al/tag/soreca/
2022-05-18T08:55:11
s3://commoncrawl/crawl-data/CC-MAIN-2022-21/segments/1652662521883.7/warc/CC-MAIN-20220518083841-20220518113841-00777.warc.gz
als
1.000002
Latn
5
gopher_too_many_end_ellipsis
{"als_Latn_score": 1.0000022649765015}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Presidenti Donald Trump votoi të shtunën në shtetin e Floridas, ndërsa rivali i tij demokat ishte në Pensilvania në një aktivitet fushate. Presidenti Trump ndryshoi vitin e kaluar regjistrimin nga Nju Jorku në Florida, duke e bërë banesën e tij verore në Florida adresën e tij kryesore gjë që bën të mundur që ai tani të...
<urn:uuid:00087f04-ca97-44a8-bbb5-35c1faf0430b>
CC-MAIN-2020-50
https://www.zeriamerikes.com/a/5634329.html
2020-11-29T13:15:14
s3://commoncrawl/crawl-data/CC-MAIN-2020-50/segments/1606141198409.43/warc/CC-MAIN-20201129123729-20201129153729-00553.warc.gz
als
0.999981
Latn
15
{"als_Latn_score": 0.9999814033508301}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 2, "Llama-3.3-70B-Instruct_aggregated_score": 1, "gemma-3-27b-it_aggregated_score": 2 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Në bazë të nenit 184 të Ligjit për arsimin e lartë të Republikës së Maqedonisë së Veriut dhe neneve 264 ... Në bazë të nenit 184 të Ligjit për arsimin e lartë të Republikës së Maqedonisë së Veriut dhe neneve 264 ... Kryetari i Bashkimit Demokratik për Integrim, Ali Ahmeti ka deklaruar sot lufta e UÇK-së ka qenë e drejt...
<urn:uuid:000897df-600a-43f7-958c-b7971bb10b87>
CC-MAIN-2020-50
https://kosovapost.net/tag/ali-ahmeti/
2020-12-02T03:24:47
s3://commoncrawl/crawl-data/CC-MAIN-2020-50/segments/1606141686635.62/warc/CC-MAIN-20201202021743-20201202051743-00018.warc.gz
als
0.999976
Latn
1
duplicated_5_n_grams
{"als_Latn_score": 0.9999760389328003}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
Sonte në Qendrën për Kulturë shfaqja “Ëndërra e Sarës” Prej tvteuta11:05, 12 Korrik 2019 Teatri i Qendrës për Kulturë në Ulqin në bashkëpunim me teatrin “Teuta”, sonte para publikut sjell shfaqjen për fëmijë “Ëndërra e Sarës”, me regji të Edina Mustafiq. Shfaqja fillon në orën 20.00, kurse hyrja është 1.50 euro.
<urn:uuid:0008a8fb-72df-4718-9d83-3428fb7c55b1>
CC-MAIN-2023-50
http://tvteuta.com/sonte-ne-qendren-per-kulture-shfaqja-enderra-e-sares/
2023-12-04T21:55:55
s3://commoncrawl/crawl-data/CC-MAIN-2023-50/segments/1700679100535.26/warc/CC-MAIN-20231204214708-20231205004708-00769.warc.gz
als
0.999931
Latn
1
top_2_gram
{"als_Latn_score": 0.9999313354492188}
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_score": 1, "Llama-3.3-70B-Instruct_aggregated_score": 0, "gemma-3-27b-it_aggregated_score": 1 }
{ "Mistral-Small-3.1-24B-Instruct-2503_aggregated_aggregation": "majority", "Llama-3.3-70B-Instruct_aggregated_aggregation": "majority", "gemma-3-27b-it_aggregated_aggregation": "majority" }
End of preview. Expand in Data Studio

📚 JQL Educational Quality Annotations from LLMs

This dataset provides 17,186,606 documents with high-quality LLM annotations for evaluating the educational value of web documents, and serves as a benchmark for training and evaluating multilingual LLM annotators as described in the JQL paper.


📝 Dataset Summary

Multilingual document-level quality annotations scored on a 0–5 educational value scale by three state-of-the-art LLMs: Gemma-3-27B-it, Mistral-3.1-24B-it, and LLaMA-3.3-70B-it. Up to 500k documents per language from FineWeb2 are included. Annotations are aligned with human ratings and intended for quality estimation, distillation, and multilingual benchmark research.

🌐 Languages

In total we included 35 European languages. Input documents are in their native language, but models were prompted and responded in English.

🧱 Dataset Structure:

Name Description
id Unique FW2 identifier for the document
text Full textual content extracted from the webpage
dum Common Crawl dump identifier from which the data originates
url Source URL of the document
date Timestamp indicating when the document was crawled (ISO 8601 format)
file_path Path to the WARC file in the Common Crawl S3 bucket
language ISO 639-3 language code of the document (e.g., deu)
language_script Script used in the document (e.g., Latn for Latin script)
language_score Confidence score of the language identification (float between 0 and 1)
top_langs JSON string mapping detected language-script pairs to their scores
minhash_cluster_size Number of documents in the deduplication cluster
filter_reason Reason for filtering or deduplication (e.g., duplicated_5_n_grams), NaN if it would have been filtered
edu_score Dictionary with per-model aggregated scores (modelname_score), -1 if a invalid score was generated
aggregation Dictionary with per-model aggregated type (modelname_type), either majority or average

✂️ Data Splits:

This dataset is not pre-split. Users can generate custom splits by:

  • Language
  • Model agreement
  • Prediction validity
  • Document length or other features

🎯 Intended Use

  • Training multilingual document quality models
  • Benchmarking multilingual LLM performance
  • Distillation and teacher-student LLM training
  • Creating filters for noisy web-scale data

⚠️ Limitations:

  • LLM-generated scores, not human-authored
  • Some predictions may be invalid or inconsistent
  • No domain control across documents
  • Educational value is a subjective, task-specific metric

📖 Citation

@article{ali2025judging,
    title     = {Judging Quality Across Languages: A Multilingual Approach to Pretraining Data Filtering with Language Models},
    author    = {
      Mehdi Ali,
      Manuel Brack,
      Max Lübbering,
      Elias Wendt,
      Abbas Goher Khan,
      Richard Rutmann,
      Alex Jude,
      Maurice Kraus,
      Alexander Arno Weber,
      Felix Stollenwerk,
      David Kaczér,
      Florian Mai,
      Lucie Flek,
      Rafet Sifa,
      Nicolas Flores-Herr,
      Joachim Köhler,
      Patrick Schramowski,
      Michael Fromm,
      Kristian Kersting
    },
    year      = {2025},
    journal   = {arXiv preprint arXiv:2505:22232}
  }

🔗 Links:

Downloads last month
319

Space using JQL-AI/JQL-LLM-Edu-Annotations 1

Collection including JQL-AI/JQL-LLM-Edu-Annotations

Paper for JQL-AI/JQL-LLM-Edu-Annotations