team-9/dedup_datasets-minhash-testruns
收藏官方服务：
资源简介：
这是一个包含文本数据的数据集，具体内容未知。数据集分为一个chunk_10的部分，共有96585个样本。数据集的字段包括文本内容(text)，元信息(meta)，一个特定的字符串标记(red_pajama_subset)，以及一个表示重复计数的字段(duplicate_count)。
This is a dataset containing text data, with the specific content unknown. The dataset is divided into a chunk_10 section, with a total of 96585 samples. The dataset fields include the text content (text), metadata (meta), a specific string marker (red_pajama_subset), and a field representing duplicate count (duplicate_count).
提供机构：
team-9
