PY007/slimpajama_Qwen2_tokenized_upsample_4096_chunk_256K
收藏Hugging Face2024-06-07 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/PY007/slimpajama_Qwen2_tokenized_upsample_4096_chunk_256K
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int64
- name: labels
dtype: int64
- name: source
list:
- name: end
dtype: int64
- name: source
dtype: string
- name: start
dtype: int64
splits:
- name: train
num_bytes: 13934006139
num_examples: 6791
download_size: 3548738690
dataset_size: 13934006139
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
PY007
原始信息汇总
数据集概述
数据集特征
- input_ids：序列类型为整数64位。
- labels：数据类型为整数64位。
- source：列表类型，包含以下元素：
- end：数据类型为整数64位。
- source：数据类型为字符串。
- start：数据类型为整数64位。
数据集分割
- train：
- 数据大小：13,934,006,139字节
- 示例数量：6,791个
数据集大小
- 下载大小：3,548,738,690字节
- 数据集总大小：13,934,006,139字节
配置
- config_name: default
- data_files:
- split: train
- path: data/train-*
- split: train
- data_files:
