andersonbcdefg/wikipedia_en_tokenized_1
收藏Hugging Face2023-05-13 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/andersonbcdefg/wikipedia_en_tokenized_1
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
- name: targets
sequence: int64
splits:
- name: train
num_bytes: 30760000000
num_examples: 5000000
download_size: 10631130515
dataset_size: 30760000000
---
# Dataset Card for "wikipedia_en_tokenized_1"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
andersonbcdefg
原始信息汇总
数据集概述
数据集名称
wikipedia_en_tokenized_1
数据特征
-
input_ids
- 数据类型：int32
- 序列类型：sequence
-
targets
- 数据类型：int64
- 序列类型：sequence
数据分割
- train
- 数据量：30760000000 字节
- 示例数量：5000000
下载与数据集大小
- 下载大小：10631130515 字节
- 数据集大小：30760000000 字节
