quintic/c4_random_6b_tokenized_llama3
收藏Hugging Face2024-08-06 更新2024-12-14 收录
下载链接：
https://hf-mirror.com/datasets/quintic/c4_random_6b_tokenized_llama3
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含两个特征：input_ids（输入的序列）和overflow_to_sample_mapping（样本映射）。数据集被分割为训练集，包含3058203个样本，总大小为25089497412字节。下载大小为12074381907字节。
The dataset includes two features: input_ids (input sequences) and overflow_to_sample_mapping (sample mapping). The dataset is split into a training set containing 3058203 examples with a total size of 25089497412 bytes. The download size is 12074381907 bytes.
提供机构：
quintic
