albertge/SlimPajama-6B-modernbert-split-kmeans-dim768-20250316
收藏数据链接：
官方服务：
资源简介：
该数据集包含文本和元信息数据，文本数据类型为字符串，元信息中包含一个名为redpajama_set_name的字段。数据集分为训练集、验证集和测试集，各自的大小和示例数量不同。数据集主要用于机器学习模型的训练和评估。
The dataset includes text and metadata, with text being of string type and metadata containing a field named redpajama_set_name. The dataset is split into training, validation, and test sets, each with different sizes and numbers of examples. The dataset is primarily used for training and evaluating machine learning models.
提供机构：
albertge
