NeelNanda/openwebtext-tokenized-9b
收藏Hugging Face2023-01-19 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/NeelNanda/openwebtext-tokenized-9b
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: tokens
sequence: uint16
splits:
- name: train
num_bytes: 18125188776
num_examples: 8832938
download_size: 17426592454
dataset_size: 18125188776
---
# Dataset Card for "openwebtext-tokenized-9b"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
数据集信息：
特征字段：
- 字段名称：词元（Token），数据类型：无符号16位整数序列
数据集划分：
- 划分名称：训练集（train），字节占用量：18125188776，样本总数：8832938
下载大小：17426592454
数据集总大小：18125188776
# 「openwebtext-tokenized-9b」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)
提供机构：
NeelNanda
原始信息汇总
数据集概述
数据集名称
- 名称: openwebtext-tokenized-9b
数据集特征
- 特征名称: tokens
- 数据类型: sequence of uint16
数据集划分
- 划分名称: train
- 示例数量: 8832938
- 存储大小: 18125188776 bytes
下载信息
- 下载大小: 17426592454 bytes
- 数据集大小: 18125188776 bytes
