deven367/babylm-10M-children-stories

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
- split: test
path: data/test-*
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 1827662
num_examples: 5737
- name: valid
num_bytes: 1425137
num_examples: 5996
- name: test
num_bytes: 1804421
num_examples: 7959
download_size: 3064805
dataset_size: 5057220
---
# Dataset Card for "babylm-10M-children-stories"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

配置：
- 配置名称：默认
数据文件：
- 拆分：训练集
路径：data/train-*
- 拆分：验证集
路径：data/valid-*
- 拆分：测试集
路径：data/test-*
数据集信息：
特征：
- 名称：文本
数据类型：字符串
拆分：
- 名称：训练集
字节数：1827662
样本数：5737
- 名称：验证集
字节数：1425137
样本数：5996
- 名称：测试集
字节数：1804421
样本数：7959
下载大小：3064805
数据集大小：5057220
---
"babylm-10M-children-stories"数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置信息

• 配置名称: default
• 数据文件:
  • 训练集: data/train-*
  • 验证集: data/valid-*
  • 测试集: data/test-*

数据集信息

• 特征:
  • 名称: text
  • 数据类型: string
• 拆分:
  • 训练集:
    • 字节数: 1827662
    • 样本数: 5737
  • 验证集:
    • 字节数: 1425137
    • 样本数: 5996
  • 测试集:
    • 字节数: 1804421
    • 样本数: 7959
• 下载大小: 3064805
• 数据集大小: 5057220