leeseeun/tokenized_news_2gb_4096
收藏Hugging Face2023-11-06 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/leeseeun/tokenized_news_2gb_4096
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: int32
splits:
- name: train
num_bytes: 2228931880
num_examples: 136010
download_size: 0
dataset_size: 2228931880
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "tokenized_news_2gb_4096"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
leeseeun
原始信息汇总
数据集概述
数据集信息
- 特征:
input_ids: 序列类型，数据类型为int32。
- 分割:
train: 包含2,228,931,880字节的数据，共有136,010个样本。
- 下载大小: 0字节。
- 数据集大小: 2,228,931,880字节。
配置
- 配置名称: default
- 数据文件:
train: 路径为data/train-*。
