ncoop57/fasthtml_websight

该数据集包含三个主要特征：idea、html和fasthtml，这些特征的dtype均为string类型。数据集只有一个训练集（train），包含1,922,671个样本，总大小为7,096,217,937字节。下载大小为2,069,405,320字节。数据集的配置信息显示，数据文件路径为data/train-*。

The dataset contains three main features: idea, html, and fasthtml, all of which have a dtype of string. The dataset has only one training set (train) with 1,922,671 examples and a total size of 7,096,217,937 bytes. The download size is 2,069,405,320 bytes. The configuration information of the dataset shows that the data file path is data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • idea: 数据类型为字符串。
  • html: 数据类型为字符串。
  • fasthtml: 数据类型为字符串。

数据分割

• 训练集:
  • 名称: train
  • 字节数: 7096217937
  • 样本数: 1922671

数据集大小

• 下载大小: 2069405320
• 数据集大小: 7096217937

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*