tgsc/c4-pt-randMore35M-part04-deduplicated-128000-no-digit-split-mask-train-15003771-lines
收藏Hugging Face2023-07-15 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/tgsc/c4-pt-randMore35M-part04-deduplicated-128000-no-digit-split-mask-train-15003771-lines
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 53736539138
num_examples: 15003771
download_size: 24401176899
dataset_size: 53736539138
---
# Dataset Card for "c4-pt-randMore35M-part04-deduplicated-128000-no-digit-split-mask-train-15003771-lines"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
tgsc
原始信息汇总
数据集概述
数据集名称
- 名称: c4-pt-randMore35M-part04-deduplicated-128000-no-digit-split-mask-train-15003771-lines
数据集特征
- 特征:
- 名称: text
- 数据类型: string
数据集分割
- 分割:
- 名称: train
- 示例数量: 15003771
- 字节大小: 53736539138
数据集大小
- 下载大小: 24401176899
- 数据集总大小: 53736539138
