five

Yusser/en_sae_wiki_tokenized

收藏
Hugging Face2025-03-11 更新2025-04-12 收录
下载链接:
https://hf-mirror.com/datasets/Yusser/en_sae_wiki_tokenized
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含了一个整数序列特征,名为input_ids。它包含了一个训练集,共有约4473万个样本,大小为约18.3TB。数据集的下载大小约为8.1GB。提供了默认配置,指定了训练数据文件的路径。

The dataset includes an integer sequence feature named input_ids. It contains a training set with approximately 4.47 million samples, totaling about 18.3TB in size. The download size of the dataset is about 8.1GB. A default configuration is provided, specifying the path to the training data files.
提供机构:
Yusser
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作