Self-GRIT/PILE_Wikipedia_Pretraining_subset_100k-distill-insert-ret-tokens-outputs
收藏Hugging Face2024-08-11 更新2025-04-26 收录
下载链接：
https://hf-mirror.com/datasets/Self-GRIT/PILE_Wikipedia_Pretraining_subset_100k-distill-insert-ret-tokens-outputs
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input
dtype: string
- name: outputs_retrievals
dtype: string
- name: flags
dtype: int64
splits:
- name: valid
num_bytes: 8287129
num_examples: 500
- name: 50k_part0
num_bytes: 817989742
num_examples: 50000
- name: 50k_part1
num_bytes: 819096441
num_examples: 50000
download_size: 435398916
dataset_size: 1645373312
configs:
- config_name: default
data_files:
- split: valid
path: data/valid-*
- split: 50k_part0
path: data/50k_part0-*
- split: 50k_part1
path: data/50k_part1-*
---
数据集信息：
特征：
- 名称：输入（input），数据类型：字符串
- 名称：检索输出（outputs_retrievals），数据类型：字符串
- 名称：标记（flags），数据类型：64位整型（int64）
数据集划分：
- 划分名称：验证集（valid），字节大小：8287129，样本总量：500
- 划分名称：50k_part0，字节大小：817989742，样本总量：50000
- 划分名称：50k_part1，字节大小：819096441，样本总量：50000
下载总大小：435398916 字节，数据集总存储大小：1645373312 字节
配置项：
- 配置名称：默认（default），数据文件：
- 划分：验证集（valid），路径：data/valid-*
- 划分：50k_part0，路径：data/50k_part0-*
- 划分：50k_part1，路径：data/50k_part1-*
提供机构：
Self-GRIT
