AnanthZeke/oscar_tamil_2201

--- dataset_info: features: - name: text dtype: string - name: sent_token sequence: string splits: - name: train num_bytes: 18576297122 num_examples: 556772 download_size: 6242500521 dataset_size: 18576297122 --- # Dataset Card for "oscar_tamil_2201" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

oscar_tamil_2201

数据集特征

• text：字符串类型
• sent_token：字符串序列类型

数据集分割

• train：
  • 示例数量：556772
  • 字节数：18576297122

数据集大小

• 下载大小：6242500521字节
• 数据集总大小：18576297122字节