deven367/babylm-10M-simple_wikipedia
收藏Hugging Face2023-09-16 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/deven367/babylm-10M-simple_wikipedia
下载链接
链接失效反馈官方服务：
资源简介：
数据集babylm-10M-simple_wikipedia可能包含简化版的维基百科文本，用于训练语言模型。数据集分为训练、验证和测试集，分别包含不同数量的文本数据。
数据集babylm-10M-simple_wikipedia可能包含简化版的维基百科文本，用于训练语言模型。数据集分为训练、验证和测试集，分别包含不同数量的文本数据。
提供机构：
deven367
原始信息汇总
数据集概述
配置
- 默认配置：
- 训练集：路径为
data/train-* - 验证集：路径为
data/valid-* - 测试集：路径为
data/test-*
- 训练集：路径为
数据集信息
-
特征：
- 名称：text
- 数据类型：string
-
拆分：
- 训练集：
- 字节数：9270331
- 样本数：56617
- 验证集：
- 字节数：9591764
- 样本数：60977
- 测试集：
- 字节数：11102812
- 样本数：66392
- 训练集：
-
下载大小：18016430 字节
-
数据集大小：29964907 字节
