prince-canuma/fineweb-CC-MAIN-2024-10-1B-en
收藏Hugging Face2024-05-09 更新2024-06-15 收录
下载链接：
https://hf-mirror.com/datasets/prince-canuma/fineweb-CC-MAIN-2024-10-1B-en
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text
dtype: string
- name: id
dtype: string
- name: dump
dtype: string
- name: url
dtype: string
- name: date
dtype: string
- name: file_path
dtype: string
- name: language
dtype: string
- name: language_score
dtype: float64
- name: token_count
dtype: int64
splits:
- name: train
num_bytes: 5554137895
num_examples: 1500000
download_size: 3220032942
dataset_size: 5554137895
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
prince-canuma
原始信息汇总
数据集信息
特征
- text: 字符串类型
- id: 字符串类型
- dump: 字符串类型
- url: 字符串类型
- date: 字符串类型
- file_path: 字符串类型
- language: 字符串类型
- language_score: 浮点数类型
- token_count: 整数类型
数据分割
- train:
- 字节数: 5554137895
- 样本数: 1500000
数据大小
- 下载大小: 3220032942
- 数据集大小: 5554137895
配置
- default:
- 数据文件:
- 分割: train
- 路径: data/train-*
- 数据文件:
