raja20221020/multilingual-pretrain-dataset-tokenized
收藏Hugging Face2025-09-13 更新2025-10-25 收录
下载链接：
https://hf-mirror.com/datasets/raja20221020/multilingual-pretrain-dataset-tokenized
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含英语、阿瓦德语和印地语三种语言的数据集，每种语言都有训练集、验证集和测试集。数据集的特征包括输入序列（input_ids）和标签序列（labels）。
This dataset includes English, Awadhi, and Hindi languages, with each language having its own training, validation, and test sets. The features of the dataset include input sequence (input_ids) and label sequence (labels).
提供机构：
raja20221020
