five

abir-hr196/clt_gpt2_nonenglish_tokenized2

收藏
Hugging Face2025-11-23 更新2025-12-20 收录
下载链接:
https://hf-mirror.com/datasets/abir-hr196/clt_gpt2_nonenglish_tokenized2
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: features: - name: input_ids sequence: int32 splits: - name: deu_Latn num_bytes: 240894732 num_examples: 223613 - name: arb_Arab num_bytes: 241456408 num_examples: 364006 - name: cmn_Hani num_bytes: 241169928 num_examples: 292415 - name: fra_Latn num_bytes: 240332112 num_examples: 83004 download_size: 1515068815 dataset_size: 963853180 configs: - config_name: default data_files: - split: deu_Latn path: data/deu_Latn-* - split: arb_Arab path: data/arb_Arab-* - split: cmn_Hani path: data/cmn_Hani-* - split: fra_Latn path: data/fra_Latn-* ---

dataset_info: features: - name: input_ids sequence: int32 splits: - name: deu_Latn(德语-拉丁字母) num_bytes: 240894732 num_examples: 223613 - name: arb_Arab(阿拉伯语-阿拉伯字母) num_bytes: 241456408 num_examples: 364006 - name: cmn_Hani(中文-汉字) num_bytes: 241169928 num_examples: 292415 - name: fra_Latn(法语-拉丁字母) num_bytes: 240332112 num_examples: 83004 download_size: 1515068815 dataset_size: 963853180 configs: - config_name: default data_files: - split: deu_Latn path: data/deu_Latn-* - split: arb_Arab path: data/arb_Arab-* - split: cmn_Hani path: data/cmn_Hani-* - split: fra_Latn path: data/fra_Latn-*
提供机构:
abir-hr196
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作