timinar/c4-code-tokenized-2b-with-rocks2few
收藏Hugging Face2024-05-29 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/timinar/c4-code-tokenized-2b-with-rocks2few
下载链接
链接失效反馈官方服务：
资源简介：
数据集包含一个名为tokens的特征，类型为整数序列。数据集被分为训练集，包含1659702个样本，总大小为13602917592字节。下载大小为3303482322字节。
数据集包含一个名为tokens的特征，类型为整数序列。数据集被分为训练集，包含1659702个样本，总大小为13602917592字节。下载大小为3303482322字节。
提供机构：
timinar
原始信息汇总
数据集概述
数据集特征
- 名称: tokens
- 类型: 序列类型，整数64位（int64）
数据集分割
- 分割名称: train
- 示例数量: 1659702
- 存储大小: 13602917592.0字节
下载信息
- 下载大小: 3303482322字节
- 数据集大小: 13602917592.0字节
配置信息
- 配置名称: default
- 数据文件路径:
- 分割: train
- 路径: data/train-*
