Sree1994/babylm_wikipedia

---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 43740590
num_examples: 178500
- name: test
num_bytes: 18923065
num_examples: 76500
download_size: 43146728
dataset_size: 62663655
---
# Dataset Card for "babylm_wikipedia"

[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：text，数据类型：字符串（string）
数据集划分：
- 划分名称：训练集（train），占用字节数：43740590，样本数量：178500
- 划分名称：测试集（test），占用字节数：18923065，样本数量：76500
下载大小：43146728
数据集总大小：62663655

# 「babylm_wikipedia」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

数据集名称

babylm_wikipedia

数据结构

• 特征：
  • text：字符串类型

数据分割

• 训练集：
  • 示例数量：178500
  • 数据大小：43740590字节
• 测试集：
  • 示例数量：76500
  • 数据大小：18923065字节

数据集大小

• 下载大小：43146728字节
• 总数据大小：62663655字节